GRUPO

ED I TO RI AL
norma
E N
e
I
A
E N L A
GRUPO
EDITORIAL
norma
- HERRAMIENTAS
ESTADfSTlCAS BSICAS
PARA EL MEJORAMIENTO
DE LA CALIDAD
HITOSHI KUME
Traduccwn
Eloisa VaSCQ
Tcn<'a
D"lOjel Tarquino
!l"jOd, tMrwluna, B""tlW },ire:'!, (41':>,,,,<,
, L:ml, M<:o, Mla/ni. 1'111=.1, Quimo \;m J"w.
S.O J"A", ::IM,(jago <.k CLilt, 5.mo Dorno!';'-'
!
1,
.!
!!
11
.
:1
Ku_, Hh<:J!t> . EJ V ,-
Hert.utl""roo ... ! H",,,.k KII""'; :,J"""An "'.. ;uw.
J>ot;rn;l: Eilirum.! !i""" ... ;I.(l!)L
143 p.; lit \8<;/T1.
SBN9511-l}li671!1-{;
T;..,J" . Crt'Irtb."j, fm quility lL
1. (,,,,,,,rol d< ""lidN:I, """dJllin t VUIXI. EIoi, !l.
Tk
65S.}6S <rl20 ",t
AHt5141
Eilici6n ",iW" ""
STATlSTlCAL METHOm roo QUAlI'Il' Y;PROVEME}.;
de H'""shi """"" EJ
O:>py1'glr.i:l '-985
Ow''''''' T""h::!0.1 Scitolat.W 001' .. 1
Contenido
Gtptklo l
InuOOu.:d.6n ....... H ..................... " .... , ........... m ...... .. ,,
El de mtodos en la
de 10$ prOesns de producdn ................. " ................ " ... .
c.p.J.II
Cm.u obtener .... H ..... _ ..... , .. " .., ..... " ... ,,, ....... ,. ,,, ...
1.1 Cmo tec:oget dlItos .... " ....................................... .
2.2 Las hojili de rt'glStro .......................... " .......... " ... ", .. .
C4pifMl JIl
El anliJisdt:P;u-cto .......................................................... _
3.1 (Qu son fu. di.d!llas de . " ...... ., .............. ..
3.2 ('fimo d,;hOIat di;gramas Pareto ............. " .... " .. ..
3.3 Diagram>l!. de ParetO de fenmenos y
PIIreto de o;;alUall .... "
3:4 Now sohre l(l,!i ruagrol.l"!lM dr. Pa.rero , .. " ........... , ..... , .
c"","", IV
......... " ..... "' ............ ""' . ,, ., ... u.,. ..
4.1 "Qu wn los dilflMn$ de at.!$;l-erea.o? .... u ....... " ... ,
4,2 C6mo dahol;1ll: diagramas dt-. cau.sa---t'kao .... " ........ ".
4,3 NOQri sobre loo Cilusa-di:an ........ ." ... ..
4,4 Dia.gr.unas de P;U'ctu 'f dagum;ll de cauu-efecto .

,
II
19
19
2.
27
T1
"
" 34
,
1,
, ' ,
Captwlo V
lm m ........................... _ ..................... "............. 39
5. J DistriblldofiCll f his.rQgraJMII .... u ....... , ..... ,.. 39
5.1 C6rnnel.:tOOrarhi:ltogramu.:... .... ., ............ " ....... ".. 42
5.3 (',1Jl<l ker histograrJat ... , ....... "..................... su
504 Me.:tidas para pres<'1H>tr las cuacu:rlstias de
las disttibuc!nnes ..... _ .......... " .... ", _............. ... 55
5.' La dl.mIDl.lcln nOfoal y _ cttacteriSj;;l.,\ 61
CztluJo VI
Los de dupmi6n ............... _"........... .. 68
6.1 Qu son los du.gram-a> de diapcnir.: ....... 68
62 Cmo elaboral un diagr.nn.aJe di$pcrsn ...... 69
63 Cmo leer lru: diagr;1ffilS de dspef'iin " .. H ............ 72
6.4 FJ ;kulo de (QefidfJUl$ de t:OITtbcin .............. 75
65 Nota; sobre el rorrc!1cronal ............. ,-.... ".... 78
6.6 Quesela.u;ilisi:;deregfdi6nr .. , .... " ........ ".. 83
6,7 f3.ltirnadn de !;tS lineas de ................ ,- .... , 85
6.8 NOU'l 'Wbrt: el. anlisis dt regresin .. ". ..................... 87
lplhlk VII
Gr:ikasde wntnd ... " ................. , .. , ......................... -............ 91
7.1 Qu ron 1-..1 grAfiCXi de mmro!? ........... -........... 91
72 Tip05degrJlrusde(ontwl .......... ".,. ......... " 93
7.3 Cmo elaborar un1 gr6r..a de romro! ...... ,. ...... "... %
7A COmn leer las gr.ffi"as de wnlml .... ,,,, .................... ,. lOS
7 S del tu-ando las grfic.ts de control.... 1(18
7.6 &Oullo de caso de aruilisi5 del pro<:e:o;o "" ............ ".... 1 I S
7.7 Quurol dd prtKes<l con grfica\ de control .. _.. 134
Gt:pltldo VIll
Aditivdad de hu ..... ,." ... _ ..... _" ......... " ............ 143
11.1 lw>mediasyllltvarianzasdesUIDas ....... "......... 143
81 ...... " ....... "''',, .. 146
8..3 Fotfl'lulro; tt'rkas ........................ ., ...... ,. .......... , ........ 148
SA 149
8:5 Error de mne$treo y error de medicin 149
8.6 La varianza de lw vuloreide una nmdn " .... " ......... lS1
11.7 OWl<1o w varillbles alearr>rias no son independiemes lS2
8.6
8.9
CcmbJOat:in lk'lecti'1" ..... ,,, ," ................ "
Control cnadlsro dc-caIidad .. ,. ....... " .. "
CapitJJ< IX
Introduain a
9,1 ...................... ".. " .................... " ...... ..
9,2 Distr;bncin de -as ettadiniw; , ...... , ....................... .
9.3 Prueba de 11 ............... .,,, ......... ,. .... ,. .. , .... ..
9,4 EHin:rooo de parinletros ... .. ......... _ ..... .
9.5 Pt-uebas y macones de k, de
poblaoQ1tes cuando xa no oc ..... ,.., ......... , .. ,.
9.6 Prucb.l$ y esnma.::iones de Ih diferencias enue JJj;
mtdi;s de dos pobLu::iont1 ............................ ,"' ....... ..
9.7 Ptm:bM y e;dfi1,ciones en obser."doncs pareadas .. ..
9"_8 PIUeba, de de ;::oddenres
de cl>Oe!"'c!6'l ..... " ........ "" ................. "". __ ..... __, .. ..
Fpi10g , ......... , .................... _ ....... " ................... " ............ "
1;4
155
ISS
!SS
159
169
177
1"
181
l85
18'
1'3
195
197
201
206
107
2.'
210
211.
Apndi<::e ... " ............... "", ...... " ...... _ ............ ",,, ... _ .... ,, ....... 114
Tabh A.l Tabla de 1" dmibnc'n fIOrmaL ........... "........ 1:4
Tabb A.l leflcientt:i plra la grfu:a x-IL ................. ". 21 q
Ti!.bl .. A3 Puntos de pOJ"Cenuj<' para h dinribndn t..... 2! 4
Re, uutu lo . "
P <11 ................. ., ............................... 118
fndice .............. " ...................... .. m ...................... ........ .. , 193
Prefacio
Los mtodos ron henamient<i$ eficace, para mejrr
el proce-so te prodwxin y reducir 5U$ detwO$. Sin embargo, se
debe tener en cuent; qul!' W. berramientll$ :Sudisticu son preci-
samente herramienus: no servirian si se u.un inadecuadamente.
C..on fu:ruenda $e inremarednr 10l defecl<m de produccin
rt:monrandose directamente .. f. causa del defecto. Ese es un en-
foque din:et y; a primera vista, pareo; que es eficiente. Pero, en
la mayora de Jos casos, las cawas enc.onrrad.,..; por medio de ese
enfoque no la:; Si se aplican 901ucioue!! a Jos de-
feam, basndose en el COnocimiento de esas CllUS1l5 iiUw, el in-
tento puede no tener ro!tlmd< y el esfueno.re pt:rdenL El pri-
mer paso para cnrouftlf b verdadera ctru;a el una obs.ervacin
euiJajQMI dd feu.a:;uo del defeqQ, Luego de esa ob.servacifl
(uio:bdosa. la verJaden caUs evidente.
Las herramientas C$fRdisucas dan objeovidad r prel;:sin a
las obscrvw;;ioncs. Las premiS;l5 de la manera de pemar es.oolsri-
ca son;
l) Dele mayar importancia a lo; hecho, que a fru. mrn:ep[rn
abstracto!,
1) No exprese Jos heclHx en trminos.w $COtimkntm; o de tdt:as.
Utilice dEnn denvada5.w los resultadm espednros de la Qf,...
seJ'V'acin.
PIUfAQO
3) Lm resuJudus de las obSCl'Y(:oucs, a-;omp;tflados oom es-
tn por el error y 1" varladl1, parte de un todo Qculto.
Enromrar ese rd OcullO es la finalidad tiluma de la obscr"
vaci6!!.
4) A,epre com iuformacin roO;tble, la dimilmn normal
que apare<e clLilldo hay un gran nmero de
Eh primer Ingar,!.e debe reconocer la del reco-
nOClmlertlD humano. Despus debe enrendertt 'lLe d conoc"
miellto actuar no es ms que la base para nuev;u hiptes. Sa-
bieudo esto, los mtodo; de penuneuw men;::ionados
pueden ser tiles para profuntfu..a.r nuesuo entendimielltQ de:
PlOCero de proollccin y de formJ:$ de mejorarlo.
Este libro dinere de Jos textos de es>.adistica SI,] pro-
psito es ruo5uarcmo apllC<lr 10$ mtodos Cltad.fs:icoj a los pro-
btetnas del mundo real. Quieneo tengan poco COllodmi.ento del
e,ud.sco ttmbi'n $e oenefkiarn, Debe enmenLif con
los pasos iniciAd de la explicaci6n y seguir w!! los otf;)$
Uptul05. Las pemm:Js que ya cont:rlC3.f: la pw::rten
omitir puo.\ mrudnCtori:>i y emprzar con las explicaciones
del anlisis esrad,im en lijO pnkeo.
Los senado mny si cl libro ayuda a loo
gerentes de produccitl ya 1m a mejorar el proceso de
produccin.
ws capitulo. ron revioncs de attknlm qlle apateemn por
primera Ve'!. en Lt revista Kf.1hl, pnbliuda por la Awdw.:in de
Be.:," (Associarinn for O,"eneas
Technial Scholarships, AOTS}, una a.soclacn sin Snlmo de
lnrro. El obje .. "O de AQ 1'5 es promover la cooperacin tcnica.
ws lecrores de Kmshu son gerentd de pmduo;;n e mgenieros
de paises en va de dt:sarrollo. En segmda enuncian los captu-
los dd libro Uhto cvn rus respecri\"O$ :Jllron;s, pero la fC#ponsa.
biIid..id por elrore. y :& omhlione, ell del editor,
Capltu.l Inuodno;;i6u
Capltulo 2 Cmo obknerdarm:
Hiw,hi Kume
Yo:.ninn H:wk.a
f
1
Introduccin
EL PAPEL DE WS MTODOS ESTAD(STICOS
EN LA ADM1NISTI!ACIN DE LOS PROCESOS
DE PRODUCCIN
Uno [1115 otro, 1m productos 1Icp::u en la bahda ruosporrndora.
Al final de la batida ran.>ponadof;J hay una mquina empllC3dora
que rontinuamenl.e Ulpaca los productm que llegAn y los enva
a la bodega. Una mirada permite ver a un hombre de
pies eorre la banda tr.aruponadora y la mquina empacadora.
nridadosamellte los produCtos que Ilegal:!, y cruion:ll-
mente J'e(;ge algunos y los arrojl\ al CtlitO que en
detrM de l. sos son loS productos defmo50$,
Este tipo de cosas ve UlmnlllCflt en mllehas fbricru. En
un principio, esos parecen desperdiciados,
pero pronto se aceptan como parte del pnxe:ro. Pero acol'-
LUmbral'$C a los prodru:mi derectuQ$oi nn snlm:iolIJ. el prnblema,
$Ino 'lar nl;$ bien un retroceso en la solue16n.
2
.. -
OS1'Iio $C producen [m; p.oo defttUOSS? Q):l debe
hacef$e pau reducir.u
para, poder disminuir el nme productos deEe<tllOSO$ es
necesario etter que si se puede Sobra decir que la sola
creend 110 ditminuid el nmero de dcft'CtUosO$, Lo
que queremos decir es que tOOMen'Qmas parriculilJ:e$ para que
un producto dado rC$ulte defet:tuo,so, y que lo. prooocto5
tllosoS pueden deMtparcccr 5i5<: dacubrtfi J' se eliminan t&U (1U!'
_.
Mucha gente plerua que debi.fo a 10$ requhitos de
calidad que det.ea cumplir tU5 prOOuctus y JI los muchM faetore'
que pueden Cilutoafun defectO, los producUls defectuOSOs son
vrablts.
Sin embargo, independientemente de los de
o de las clases de mtodos de produccin utilizados, la causa de
10$ es universal.
Lo. wridciJn.- l1su e& la r.llUSA, Qu sucedera si f.tbriclramos
productos usando .matcriaJC$ de a;;taIDellte la misma calidad,
mquinas y mrodos de tt7th;,jo idnticos y si irupe;;don'amos
estos pro.fucro$ e:xa(t;:uneme de la manera? No importa
runtOS producws se F.tbriquM, ellos deben 5U idnticos
miencns las (wrro condiciones anteriores s;:.m ldndc.as. Es de"
<'ir, todos 1m; productos cumplirn o no cumplicin las requisltlH.
TOOM ellos sern deroooMX si loo JT\Jr:eriales, la maquinMia, el
mtodo de trabajo () la iwpeccin En C!tc Caso,
se producirn productos defectuosos exactamente idnticos.
MientrM no haya fallas en las cuatro condiciones mencionadu,
105 produnos qUe resulten deben ser rodw pro-
no defectu050S_
Con respecto a 10$ proouclOs que f.rncicam05_ eS C<tSi iInpmiw
ble que <od05 dios salgan deferoo$<)$, Algunos ron
miemms que no lo ron, En orras palab.ras. los ptod.uCtos
defm0505 y los bUd1$ salen meu:lados,
Por qu se producen en un mismo lo(e productos deh!<:tl.I(}.
y 110 defecruosos? La romo $(" ha dicho an[C5, es: la
variadn_ La vari:u:in en mlJterWlet, en ca"didoMI rk lo m,
ifNifJQ, en los mi:odPttk trztlMj{J yen las inJflCirmtJ es la causa dc
los producto, dekuQWS. 5i no eDstleu oinguna de C$L;tS varia-
ciones, todos [os productos sedan idnticos y no habrh variacio-
lit::;; en cUidad, tales como la ocurrencLl de productOli defuctuo-
sos y no defectUOSo&..
?elUCmos en el trabajo de dublar planchas de aa:ro Todas las
planchas de J<;e1'O pa:rcqm tener el mismo espesor, pero cuando
se miden con precisin, (endcin espesores diferentes. Adems,
aun la misma plancha tendr ms C$p60f ro wus partcs que CU
otras. Si vunos ms lejos e la estructura de U-ls-
tal de 1m planchi/s, hiibr peqlleas v;uiXlone.t en la l::uma de IQS
cristales compuesws de hierro, carbono y orns elementos, de
una a otra patte de !.a plaoma. Esras diferencias afectan natural-
mente a hu Cll':lctensticas de calidad. Aun usando el mismo m-
[000, las planch.u no se doblarn de manera uniforme, Algunas
de ellas podrn '-ndUlO tajatse.
E.:x3.ruinemtl$ ahora la maquinaria. La cortadota pierde filo a
medida que proccn. derro nmero de prmiU<lOS. Las oondicio-
ues del Jalte luhric.anrc lllrnbi1l c.unbian con los cambios: en
tempeiAfUfa, Las dimensiones de las ptodw:tO$ cambian Kgn
Ii/ fortn3; Cmo te .tjune elmn::a:nismo de corre. Aunque pan:cie-
ca que UillI operaCin se reaIz:a nactamem:e en [M! mismas con-
didond q1l<: otra, muchw GlITIbios o vujacionc; ocurren sin que
se norCII, y afectan a la midad del prodncto.
Peu$Crnos ahora en el trataIDlCllm con calor. La rempemwra
de Jos hornos cambia oominuamente eDIl los cambios de voltaje
CII d caso de un homo e1aroo, y con los cambiGS etl h. prcsi6n
del gas ell el <::3.'10 de UII horno a gas. Denuo del horno, las reat;
cerra de la OOGl. el techo. el pi$o o la pred del horno tienen
diferentes condiciones" Cuando imroducimw en el borno trlato--
riaIes para tr:ttam.ieIlto PO! QQf.la cantidd de calor qut reciben
los materiales varia $U poslcin rel:ItIV2, akct3ndo a CJI"M:-
(eri,Oav; de cUidad, tales romo dureza de! producto.
Las caracrerlstica fisicas de 105 uabajadoreJl y su habilidad
tambin aJ"co:an a la varicin de la calidad de 10$ prodnctos.
Hay hombl'('S altOs y bajos, hbiles y menos hbiles, hombres

,' ___________________
.... ---- ...
con recia musculatura y hombres dbiles, peflionM diemasy LUf-
das, Todos 1m tralxJjaclores podrn creer que escln trabajando de
la misma manera, pero hay difrn:nciu pcnonalc., Aun el mismo
indiviuJ) rahaja de m.aneu diferente stgtln como SI:
dia panicular y scgtn sm ""udicione; de fatiga, /1 veces puede
comctf:r un error por do:.cnldo.
En la inspeccin, pueden oCurri, variacionc$ de ':illdad
lentes. Si usa un GllihradoI en la in'po:cin, pueden OlUSarse
v:uiaciollClJ en los dac05 por un moti c.alibu.dol o por lA rorma de
lU:lrl. En el caso de sensorialct, cru<> la inspec-
cin vUllal, la cali:iad parece variar l hay vnH:in en d criterio
dd iruxx.-wr. La variaci6n en la inspecci6n 1Io;re relaciona
tamente con la calidad dd producto. pero afueca al pro!X$O de
decidir SI lIn producto es d.efccmoSQ () no lo es,
Si 3n.1!i1.amos d probIetlLi de esta mantea, podemos ver que
en tI pro<.:e>o de fabricacin de un producto intcrv1em:n imm-
merablet facrora que afeetm a las de calidad. de
C!Je producto. Cuando eonsid.er-amos el procew de manufiICtura
el PUntq de vlst.<l de varian de la c.ilidad, podemos
pensar en el proceso romo 1(' agrrgJo tk Id; causas rk id
(Un. Esr;u ClUSJ.$ son la explic.1ein de los ambkK cu las carac-
terlsdcas de calidad de productos,. que tienen renlO resulrado
productos ddix:tuoso$ o no dekctuows. Un producro;>e oonsi-
detil no d;,:feo::ruo,{1 las caracteristicas de ...alidad cier-
(o tlUlw5lu, y defectllOID si no Ji) 1ru:ctL Por lo talI[O, aun 1<;
productos no iell;,:n va.adooes delItro de! mUnlO
Esto quiete decir que uo cxbU:1I [os productos "exa-:ra:-
meflte de los que antes.
Lcm prodllcws defer:tuosos ron causados por la;: V'Macion ....
Si e-scas variaciones $e redileen, ,seguramente disminuirn los pro-
dU<:tot derectuozos. tsre C$ uu principio Sf'lIc!lo y s!idiJ, aplica-
ble cumesqlIier.l quc $e"'.tn los tipos de prodncw5 o las d;ues: de
mwdo, d;,: prodUi::du utilizado .
(2) El diagI1stko de .. p''''''''''
Aunque Jal; C;lUSas de la vunadn en la calidad son lnnurnerll-
hlu, no roda caug aflXra la ;:alidad en el mismo grado. Algu-
ruu J [enan enormemente. mientras que OUM, ;mnqnc
mell,e considetadas -:omo muy mporrame$) tienen poco ekctO
mbre la varci6n el! Lo calidad eUJnd" se collltolan
menu::.
catUas concebibles pneden carcgoriza:ae en
dos grupes, primero de les cuales consiste en un pequeo
mero de cama5 que, sin embargo, llcnen nngr.an efecw (los pm:rn
vilaki), r r![l segundo grupo que indnye muchas camas qne tie-
nen slo efectos (10$ mIli:;'(/! mviakI}, Genoomcute,
lID hay muchos auole:I qut: realmente causen defectos. Este he-
dJO se llama principio de PdtaIJ y se ma en mm:,ho$
C,cn ll" pliccin dd yl\ menciouado priudpio de varian
y de este de I'arew se facilita considerablemente el problema de
redu. el lluttlerU de pmdllcos defectun-so-s. Lo que net:es.iumO$
hacer es encoutrar las pocas causas vitales dt: [os ddec-
tnOliOli y eliminar e.;(4$ camas despus de que se hayan idem..ifica-
do claramente. nuesrro proceso hay ,antm causas de produc-
ta5 que es realmente mposible ronI1:Dlarlas".
mermmN romo;) ste se eM.uchan con mcnem.a en siU()5 donde
10\ procews cs;;in de deecwoso,s. Todo proclUio
riene muchas cau,a$ de vafcilI en la calidad, y uingn ptDCellO
tiene un nmero alto de ts;!5 CMlS3$. Hay lIna gran
diferencia entre tener ffiU@$ qne pueden estar
CluSando d;,:fectm y re:a!men(e [lmer mumos que
de hedw <5tn lo, dews.
El proceso ill: encontrar las de los prodncw; ddecUlo-
SO! efln;,: muchos factores se llama .JktglllJtco tl prcCt:fO Para
redocir el nmero <k prodncw. deftxtuQOO5, la primera ai6n
e, hacer nn diagnstico eorrecto para ver cule\ son la.;:
verdadetaSallSaS de los leftx,01. S {'.sto no se hace
te, no $e pneill: reducir ti nmero de productos defeetnruos. Es
como dar a nn p.icienre de apendicitis no remedio para la: ruges-
6
cin, que, Juego, no b tUJa. a efecro puede que el
padeute se sienta mejor POI ill\ tiempo, pero de:pm:l< (a enfunne-
dad recurrid en una forma peor que antes.
Cmo hacer un diagnstico COHect(? Hay muchos meto-
d$, Alg1ll10$ utilizan la intuicin, Oll'O$ dependen de la expe-
rrellCL Aun 00:0$ morreo al ardlisis esta4niw de los dattn, y
hasta se puede U$at la investigacin cxperimentL El mtodo in-
tuitivo .se usa COI'> frecuencia porqUe es muy rpido. De hecho,
hay algo ms que la lumidn ordinaria en la inmieln de un
verdadero experto, y debe rt$perane. Un movimiento intuitivo
hecho pGf un experto de ajedrez es superior al movi-
miento nbo por cien aflcionadol. El OOO$<'jo y la irtuicill de
tos r.spccialisms y 10$ experros debe ICSpetarSe profundameme.
Sin embargo, la dificulrad en d problema de reducir el nmero
de productos defi::ctu&sos es qUe no siemps- eii ,uro quin es el
verdadero apeno. En el ca:JO del ajedrez, el cOllsejo de los
tos merece casi total GOnfian:ta porqUe ,;into d fuetce como d
dbil K manifiestan en jucgm trales. y lo, CilUlpoones rou aqu
1101 que .han ganado y han sobrevivido a duros mffiem. En el
aso dd diagnstico de proceso. sin embargo. es froc:nence que
quien parece ser un huen "mdico" no lo sea y
puede I15Ultar que sea alguien que "haya dejado morir muehos
pacientes". Adems. en una poca de progreso rapidn, es difldl
seguir $endu un experto en todos 1M problemas cuya naturaJeza
e;;d; cambiando ctmrumtemente. DdHdo a que el prob1emil de
productos defeeroO$O$ se encu<:ntta frecnellda <:11 ire;os
cu las cuales no hay experiencia previa. lo que u: neeesira no e5
nmc.b.O$ ;:flrn; de e.perienria sino la decisiu de reducir el nme-
ro de proouctr; defectuosos y una actitud de ob$CIV1lciS) de la
tuacin wa.I en furma objeriva. La rot11l3 estadiuic.a di: coruid(.,-
tat \; eOlIas yel uro de 10$ mrodos estad..{ti;::os es un medio muy
dicaz para hacer esta observadn.
Los mrodos proporonan un medio eNeaz plila
de$ilrrollar tluanu,;>."" Tecnologi1 y rontrolar la calidad de los pro
=5 de ffioufuctt:ra. empresas manUfaerLlter;:s i!tlpotw
untd han <'Srado tnuando de mar activamcttte Jos morodoS eSta.
,
dinicu;, y algunas han dedicado mas de 100 horas a! afio a rou
caLn intetHil $obre este lema.. El conocimiento de 10$ mtodlJ.!'
t'I;(adticQ$ 'i<:: h3 ronw:rtido t'ft pane normal de la capacitacin
de un ingelllUu, pero d conocimiento de los mtodos e$udst.!w
(:01- no proporciofla irunt"d;;wunente la habilidad para wm05.
Lt habilidad pan anafiur C05L'l dCllde el punto de ViACl
dtniQ) es ms importa,nte que JOs mrudos individuales. Ade-
ms. fle$icunos $Cf h-anros pan!. ro;x;noccr los problemas y la
variacin, y infurmactn ;obre eiloo.. Finalmente. qUCft><
lllQ$ mbrayar qut' lo importante no ti solamente el conocimiC1-
w de los mtodos como wes sino mas bien la aaitud
mt'nw..llmdil sn milizacin.
,
II
'.
,
?'
Cmo obtener datos
2.1 CMO RECOGER DATOS
(1) Eouhle= .bj_ d ... ,
la informacin es om, gula p,u-.t Ilut:SfUS acciones. A partir de u
informacin conocemos los hechos peninemes y MOpUID05 al:>
dones apropiadas en eros t.e.;hm. Ames de leu:tger la
informaci6n, es importante decrminar qut se va a hacer con

En una Eibrica constructora de se le hac.e un
mucnreo de inspeo;in de calidad a derro tipo de com-
pndo a un proveedor, Se dio el cuo de que un [me qU deberla
habef$C rechazado se acept ml<l exo;pcin especial, para po-
der cumplird programa de produwn, Sin efllOOrgO. no se nlW
nad, pecial re!pecw al !.ore que haMasido wxpCldo,
re decir que unto !os!ous que >C ilJIUhlban a las espe<jfj(.C1ont'$
(;onl6 aqullos que no:;e afu$man pasaron al procero
En realidad, estos daw$ se enaban obtenlenoo para
la \'pp.hilidad de los lote\, p<:ro no se usaron para nada.
En el oomrol de calidad, jo.i objetiv<:l5 de la reroleo::ln de
infmmw:wn un:
1) El control y el moniwrro del de produccin,
2) El anlisis de lo qrn: no se ajusta a las normas.
5) L.t impccrifl.
Cualquier recoleccin de n,macin ha de rener un prop-
sito espu:;lfko}' $er seguida por aU:lOnes.
(2) IC"'" '" SO pro>$itol
Una va que se define d objedvo de la re.:-olel:cin de inf(J(ma-
ci{;n, umoin se determinan lo,; tipo! de comparacin que !C.
necesitan, y esto a su ve" identifica el tipo de daw5 <lIt)l: deben
recoger. Pur ejemplo. Mlponga qUE hay una pregunta te.\pe(fO a
la variacin en una caracterstica de calidad de un prooucto, Si
sr; recoge Un dato cada dL .'il;c1 imposible determinar
la ese da. 0, si IUted quitro:' .aber por que resultan
productos deh:cmaso-s hethos pOf dos tcabajadores diferEntes. e.
necesario tomar las ffiUCUfas eparadJ.mente pata pad.tr rompa-
rM el desempea de .:ada uno de d(>$. Si la mrnparadn e-nrre
ellos mO<:$rf.1 una dar:; dlftrencia, una medida rrffitdial que eli-
mine- la dfcrena EXltre los lr.trnajadoru n:ducir umbin la Vil"
riaon en el pIoceso..
Esta de uu grupo en vMos m.hgrupos, con base en
metores, se llama b'ffiZliji({uTl. La es muy
importante, y es uecesario que su aplk<i.:io se convierta cn un
bbim de pcm.uniellto en LOdo r1JX! de siruaciones_
Suponga que usroo quiere saber la rdan eorre la calidad
de un ingrediente }' la durtU del prOdtlCIU.. En un romo
ktE, CuandQ us!xd quiere saber hay una relacin en.-re 11:>:. valo-
re, de dot C;Ia.UITisriC'ai, 101 d;l{($ tiEnen que e:;tat d.isponihla
por pares, Si lo, datos .se recogen pOl pare$, :le pueden analizar
usado Uh idIP'amr1 f dpniJI'I, que explica en el captulo
V1.
Ul'tTutO DOo
Incluso si las S" han seleccionado adecuadmeme, tt'
har un juio errneo si las mediciones no HlO confiables. Por
ejemplo, las iMpeccione:'l hechas por cierro nspxtN mostraron
que una fraca.n de produnm defecttID$m era muy diferente dI'
lS dn'iH, y un examen cuidadow mam m;<; tarde que un ins-
trumento :le melkin se haba descompuesw,
En e: <:aso de medicione5 t:les coma la
cin visual, las diferencias debidas a msptXtores indvidmllc!J
son C<lffiUnes. Este hecho debe en cuenr\l o:.ando se reco-
gen y se artalizan datos.
(4) Establezca formas apropiadas de recoger 101> tbma
Una VeL que se hart n:mgido los datos, diferentes dMe.s de mto
dm esradlsticos pueden ser llti1zados para analiudos, de modo
que se Conviertan en fuen,e de infurmacWn. Cuando se recogen
daros, importante orgmi=rlo$ a.;Je.;:uadamente para fulitar
su pTo=mienrQ posterior. En primer lugar, el origen de Jo, da-
t<'.M debe regis[rat'sc daTaJUente, LDs daros cuyo origen no se co
noce con claridad se coovierocn.::n informaLi6n intil. Con
cuencia, se .,bene poca informacin til a pe-sar de habrr gasta-
d., una 5emana reuniendo datru sobre alguna caracterfiXKa de
calidad, debido a que las personas olvidaron en que: das de la
semana $e le{:{)gieron los fultQt, qu m;iqunas hicieron el pro;z-
ro, quines fuer.,n los ttalJoajadores, qut loteS de materiales $e
usaron. Y as sueemvamenre,
En segundo lugar, los daws deben regtstune de ul manera
que puedan wi!izane facilmente. Por el heeho de que ron fre-
cuencia 1.,$ QatQ$ $e u(iliz:;m p<t$re,iormente piU'll. clkulos
distiros, mies comQ promedios y rangos. C5 mejOr registr.ulos de
tal manera que q;Q.S cilculos $e fucili(l'n. Por ejemplo, lo: daros
sobre 100 ob,enido, haciendo mediciones cwnro vet:C$ al.
,:Ha {a la 9:00, I J :00, :2:00 y 4:OO} durantt" 25 dias.
te se n:gismn en una hOJa de datos. romQ laque se nlUC5ua en la
ubl:. 2.1, en la cual la hOfa $K of8U!U:a hor'twnmlmente y los
O,1EN!iIlSkl.TGS
, I
Hor,)
,,,,ha
9,)AYI. 11 ,un, '-p,m. 4i-m
Feb. ,
12.3 115 13.2 14.1
r.b.
,
B.l ,25 14.0 14.0
reb.3
TabJ.a 2.1 Un ejemplo de UIl'' hola ck da ....
dla; verticalmente. De ena manera, dlculos diarios pueden
haceT$e rnarcmdo los nmeros en cada rengl6n. y os clkulos
para las hora; pueden denno de cada columna. Ctmndo
se neasira registrt datos de manera continua se recomienda pre-
parar fntmatos para su regiuro.
2.2 LAS HOJAS DE REGISTRO
Como $C dijo enh seccin si $C llega a la ronchui6n de
que ell m:x::e!;atlo reunir informacin, es esencial d objetivo
mi daro y qne 'le obteng;ut datoS que reflejen los hechos (:on
daridad. AdemM de requiSitos, en e! m-
porLlmr que 10$ datoS St; rojan en forma clara y f;kit de usar.
VnaJmjn de un formato preimpreso en el cl.U ap31a:en
los tems que sr un J. registrar, de tal manera que 10$ 4atOJi puc
0
dart recogerse fcil y collCisamenre. Sus bjevo$ pIncip.des
<Iru,
1) Facilita! IJ. roco!eccin de los datOS.
2) Organizar auromriQffilente Jos daras de manen. qlll!
dan usarse con facilidad nili adelante.
La rcwlw.:in y el registro de los dat{;1 pare fcil pero en
realidad e5 difil. Generalmente. mierm,n perrona5 prQGt-
sen !os datos, mayor o la probabilidad de que se presenten erro-
l2
de ttarucrpcin, por 10. t"anro, la hOja de registro, eh la ellal
los daros puedan rcgis!rar.oe por medio. de: cn;cci (1 de smbolo>
eula cual!!), datos.le organiun au!<Jmtkantenre sJn
necesidad de m15 copw a mano, se conviene en Illl<L herramien-
ta p<xJerosa el f<gimo de los datos. A connuacill !>I: pre
ltotJh ejemplm df hoj.u de registro.
Ejnnpw 2. J
Hoja M ngisrrl) para la diItribucwn rl proceso t
produccin
Figura 1.1 dr ;W;1 'ICI' b &uribunr. ti!! pw= dr
pmd,nxKrn
JJ
Supong;t que queternl)$ sab.:t las en lu dimensiones
de Cierta dasede eipeci6cu::in de maqumaooes 8.;300
::: 0,008. ru.t mudiat .... dhtribucin de 1O!i valores
CO'l dd proceso, je llWt normaImcme los histogr<ll1L1S. Valofe!l
tllles como la media '/ la v,lrl!lltrm se cakulan 'Oh en el
bistogruma y umnien S< cumina de divtrsa;: nunerJ.!..la forma
de j d:rtribucln.
Cumoo se datwrJ un hUlOgt<lnW., Ci dohle trabajo Icenger
unA gran cantidad de Jat$ y hacer rma gcifica que ffiutS-
t/'l! la distribucin de fn:xuendal, Una manera sencilla
clasificar los daW!i arteramente en el momeoto d.: m:ogerlos. La
figura 2.1 es un ejemplo de \lO formato que puede p:qnrnrse
ron ammondru.t & Gloca una ern,; en la (',.Hilla
tt' ;;ada ve: que .e realiza \lna medicin, de rHallen que el
histoglilID este list . :wuulo se acaben de hacer lu medioUe1.
Cuando se HXlmera estrauflGtt y se we nnarob hoja de regiStro,
es meJot nJM Jift'renln; colores o .dmbolos, de manera que la
diferencia pUMa reoJucer$" m:b tarde"

Hnja de rl'gistro de (mI! tfrctuOiOS
La flgut'J. 2.2 mue!!Ud uru hoja de registro util..iuda en la
cin final de cierto producto de plstico moldeado, El inspccwf
hace una marca en d registro c;tlb vez q\le ellcuentra un d,:fC(:to.
Al finalizar el da de rrabajo pUle ;;;alcular de inmediato el n-
mero tocll 'f el ripo de defeaos que ouurieron.
El simple conocimiento del nmero total de los defen08 no
lleva acciones cortectlv;U, pero 5e \lila hoja de reginro
como la de esm figura, podrn oblenerse indicios mny impor-
tahtes para el mejfomUehto del proceso porq\le la informacin
mlLeStra claramente cu.iks son los def=os ms frecueuteS 'f cu.:l"
les uo.
Si se usa esta hoja de registro, !o mismo que ocurre ClIU el
ejemplo 2.1, Sed imposible ematifir.at los datos ms !:llJ'tle, por
ejemplo, segn se hayan [e<;(]gido en lamanana (] en el t.anfe, Por
ProollC!().
Fecha:
------
.... -
Etapa de manufactura: Imp ['nil
l
Se.;-.d6n:
---
M' ___
"'po <W !K,,y:m: rJYO'le. inVlmpleto,
.... ombre del in'p",wr,
-ajado.
.... mero tlellcTL.
"1-"""",.!o:'" rupl.'{',:;\mlAdw 1,1',
Nmero d;> ",<16';':
O\J!;eNOd()fW'<: Su irup.>t:U(;riVOf\
te'1l!
TI""
C'
'teg,,:ro
Subtot,,!
'-"
__

,
R.!yJS

,ri(
(IIUI
"
Rajadura,
!;r,;( ;M I
11
!ncllmpl80
;r,;( 7IIf 7IIf 7IIf 7IIf I
t.6
No,."..\,
1/1
3
0'= ;r,;(
5
__
,
,
Tow:,
"
,
,
,
r&ChaBUm
;r,;( 7IIf 'I/!. /IIJ ,ri(
"
,
'I/!.;r,;( 'I/!./1
I
,
,
I
,
,
l Ynm. si se la C$uatifk.adn es neces:ula, $e debe
inrorporu en el di'lelo desde rl eomlenro.
Es ne.:esarlo de<idir ron claridad dt an[emano cmo l'CgiSw
trU 10$ defe.:;tos cuando st encuent.t'Cn dos en un misma l'rOOue-
ro, y dar instrucciones prccai y (ompletai a 1M pcrsonll!i que
van a hacer d regisr[(.l. En el CJ,$(} de 13 figura 2.2, 41 de las 152;
pit'l.3S esraban defecruosas, Sin cmbi;lCg, el nmero total de
15
!! '! i! ,

5
, , , ,

=-


't
,
, ,
..
, ,
"
, ,
fenos fue 62 porque algnM veces se encontraron dos o m3.s:
defectos en Urui mim1a pe:za.
Ej""p" 23
Hoja dt rrg&m) dr loctdiu.u:in de defoctoJ
defectos externos. raJes como los rayones y las manch;u, $e
eueuentraIl en tooa clase de plOduews y en muchas plantas se
escin haciendo es:fUCnoi p<>r reducireue cipo de dehxto. La hoja
de registro de la localimci6n de defecto-! tiene un papel imp<'rr
[ante en la roluc!n de eH(: cipo de problema. Generalmtnn:,
muchas hojas de ttgistro ( esre rip<> tienen ruagtlUllas O iw:rUr
clona ampli:u:ias ro las cuales se hacen 1m; regi:n:ro$., de nVI1\tfil
que pueda ob;ervarre el sitio de la ocrurencia. dd defo::TO,
La ngur-4 2.3 muestra unQ dt t.'itos ejemplos, utiliudo por
liD fabritantc dc maquinaria en la in-specdn de parru medli
'<1.1', pi;lCa acepti;lCl;u o rechuarlas sus auacter$tiC<l$ dI' po-
rosidad. En cl pasado se le infrmaba al proveedor nkamente
'"
whre ",1 recha7A) u la acep,mll di! cada lore y d nmero d.; de.
rector por lote, pero la calidad no mejoraba en aYroluro,
Ik ... pub de haber utilizado hojas de como la de la
llgura., que sirvieron como iuformo & ifupectin que indiUl-
Dan dnde seria ms probable que se prw::nLlfa la pow!dad, la
;.wdd mejoro ntab!ememe porque resultaba ms Ek\l ew:on'
teM causas de 105 defectos. Esta de regmro {;icil,
meulx a la accin y es par" el diagnsw del pro-
ceso, porque frct:uentemeu:c posible CUC(lnrtaf las cutsa. de
los def=s =.rnimrndo las en IlS cu.Leil &t' prcsenm;l y
obliet'llandu cuidadasameme el proceso para determinar por qu
los dckcros conc.emran en e,Ol lugare .
I+it:mplo 2.4
Ho.io t registro de !di causas del drftcto
LI. hoja de regimo del ejemplo amerior se usa para definir la
de los Adems, las hujas <le regimo se
a veces fXlr;l esaacificaci6n adicional mn d fin d(' encontrar las
causas de los Generalmente, la may()cia de los estudi"h
Oly objetivo n elloonUM !as c.awa:s de k'$ dcfecn;;$ iIllf'IiC;1U
.;ombinar d:.u<)S las Qlt,,l'i con 10.
tes de 1",< efectos, man[('niudlas en nn olden darametll:e cow
y ani:icindo1a, luegD la csuatiC3Cl6n
por ClIl$2S o haendo diagt<lm;l5 de Sin embargo,
tipo de mane.io de da(\), es poi'ible haC'('no en uoa hoja de
registro si el c-.uo ('$ seudlh
fur ejemplo. la figura 2A es nn'1 hola pafa regimar lA ocu
rIenda de los defecros ('n cierrO/! '1:ngnabl('s '1 maqui-
naria, trabajadores. dias y tipo de d('ftTto. Portemos wr de ome-
diHO que el ,r;Jnjadot R pIO<.lua mudtat; umdadfi defectUOSa>.
El miKole>. wdm lo:; traoopdvres producen much;$ uoidad.es
delect-uosas. UIUl bsqueda de las cau5as mont que d fraNja>
do! B no esuba cambiando los d;tlos C'ou fufideute fmuenda y
que miooles las mater1.H primas euian tilla composioll
que tena ms probabilidad de call1laf derecros.
, l \1"'*,
OwtMi . fq.ll>G
"'.,;,
w
,
, ,
,
,
,
A
,
,
,
,
,
: .
v;irIUn;;
: l'


, .
ro

e
2
,
,
:ID

Q
o '" Ll "-'P.,r."""
n,dKu"da
'"
,
,
,E


,

,

Ma"\\'i> M'W.-.Il'

AH
'M
AMlpM ,>,M
M
"


=
.
,
fIIIIii.:rr;
u
"
I

ro
,

,
,
,
,
,
,

I
,
,
.,. ...
,
ro 1M
,
,
,
,
:,

t
X.l'lffi"",,j
O'Uu,",
,

- wn


"

;;;;,
.....
ID

= ro


PM
"

,
,
I

,
*
,
.
ro
,
17
,
V< ...

'M
""
AV
'M
-
ro
,
"


ro
-
ro
-

,
X<
: .

ro ro
"
,
,
,
,
,
,
,
,
,
Q Q
1-
f-l
ro
,
ro , :


,
M
,
*
Q Q
Con el mismo propsiw, ta,ml>n es posibJIt elaborJ.t UtU
hoja de H:ghtro U$J.t!do el diagrama de eaWiJH:reuO- decir,
puede prepaI<m<O un diagrama 4<: c;uudlxto que 1,'J uab.ijad<-
tes puedan compreude1 (fin faciltdad y mando m: ruOUOl.CJ: la
cama de un defecto 1) la condicin en la C'ual,e plt.>!iuce, se fuct"
una marca de eu el espacio que se encuenna cerca de
18
cada flecha. A partir de ahl, es p determinar cul de las
causas requiere accin prioritaria.
Adem;1,o; de los ejemplos descritos4Lay IIIuchas otras clases de
hoja de registro que se utilizan en 13l1rribricas.l.a5 hojas de regis-
[f0 se disefian considerando primero d propsito de la recolec-
cin de los datos y haciendo luego varias modificaciones crc3riv-dS
a fm de que los datos puedan recogerse y regimarse fcilmeme y
de manera adecuada al objetivo.
Ejercicio 2.1
Eu un proceso de pulimemo de lemes hay dos trabajadores, y
cada uno de ellos maneja dos mquinas. Recientemente, la frac-
cin de productos defectuosos ha aumemado. Los trabajadores
piden un cambio de maquinaria, diciendo que las mquinas ac-
tualmeme utilizadas son demasiado viejas. Los geremes encarga-
dos del proce:o;o dicen que los trabajadores debeu tener ms cui-
dado porque acn cometiendo etrore: por descuido. Qu harla
uS(ed en esta situacin?
III
El anlisis de Pareto
3.1 QU SON LOS DIAGRAMAS DE PARETO!
u,s problemas de calidad se presentan como prdidas (produc-
[OS defecruosm y su cmto). Es muy importante aclarar e! parrn
de la distribuciu de la prdida. La mayor/a de las prdidas se
debern a unos pocm tipos de defectos, y estos defectos pueden
arribuir.se a un nmero muy pequeo de causas. Si se identifican
las causas de estos pocos defectos vitaLeI, podremos eliminar casi
todas las prdidas, concentrndonos en esas causas paniculares y
dejando de lado por el momento Otros muchos defeeros triviar.
El uso de! diagrama de Pareto permite solueionar este tipo de
problema con eficiencia.
En 1897, e! economista iraliano V. Parem present una fr-
mula que mostraba que [a distribuciu de! ingreso es desigual.
En 1907, e! economisra noneamericano M. C. Lorenz expres
una teora similar por medio de diagramas. Esros dos esrudiosos
iudicaron que una proporcin muy grande de! ingreso est en
manos de muy pocas personas. Mieurras tanto, en e! campo de!
control de calidad, e! Dr. J. M. Juran aplic e! mtodo del diagra-
ma de torenz como fOrmula para e1asiJicar los problemas de ca-
lidad en 105 pocos vira/es y los muchoI triviaLes, y llam este mto-
"

do N-ndli .. de Pamo, Seal que, en muchos casos, la mayorJ .. de
10$ aefecws y de su COS[O' se deben a un mimen ... elarivameme
peqneo de musas.
3.2 CMO ELABORAR DIAGIlAMAS DE PAIlETO
Paso 1
Decida qu problemas se .<in a investigar y cmo recoger 10$
d;tws.
1) Decida qn cla.'le de problema$ que usted quiere io
vt'srigar.
Objetos prdidiU en trminQs mQilet;lM
ci05, ocurrencia de accidenl.e$,
2) Decida qu datos va a necesitar y cimo dasifiarlos.
Ejempk: Por tipo de dtfec(!, !<JcaJiz.ado. proce.\o, mquina,
uabajadm, mmdo.
Nota: Resuma tems que $e preli<'ntiln Uln poca frecuencia
en la <:;ategoria
3} Defina el mtodo de TNoleccin de 1m; datQsy el periodo de
duraci6n de la recoleo::iu.
NO1: Se aconseja utiliur nn formato de inv<srigadQn.
Paso 2
Dl$efie una labia p;U;J. contro di! daros, eDil espacio suIici.:nte
pa.ra los totaIn (tabla 3 n
lino de deleClo (voleo fQlal
F(,)t;:!<,!f;t ,r.: l/I 10
Ravado
l/I l/I !/f l/I l/f //
.,
M;l!lc;a
l/I;
6

l/Il/ll/ll/l
l/I l/JI
10'
Rajadura
;;;
4
Burouja
l/Il/ll/ll/l
20
0\W5
11//
14
TouJ
/""
PalO 3
Diligellcie la tabla de ronteo y calcule los tomes.
PdJ'O 4
Elabore ulla caMa de datoS' pat:l el dJagram:l de P:treto ron la lbta
de loo totales individuales, los wmes acuffilllatlrn;, la com-
pllsk6n porcentual y los porcentajes acumulados (tabla 3.2),
pafl) 5
Organice 10$ lrems por orden de (.aNddad y llelle la tabla de
lOS.
NiI/4: EJ (tem debe ubic:lrS< en el ltimo rengln,
dependientemenw de $U magnitud. Esto lIi:' debe a que cu rom-
pn<:$W <.le nn grupo de <:rus, cada uno <.le Jos cuate!! e!! m.b pe-
lln<:iio que el m<:nn( de 10$ tems cltadO$ indi",idu;llmi'nte,
FaJO 6
Dibnje dO$' ejes verticales y un eje horiwIltal.
J) Ej vtrdcales
a) El< izquierdu
Marque dHi:' eje (.(Jn urct "da deMe O hajfJ. d toad ge-
neral.
11;10
!\,meo ,ota! Co-nprn.'Cit Ptlrc;ntaje
de CBiocto de deJ"clos aCJmtNlOO :)of"f\:ual JC\lrlJla:Jo
............................ ...
fNlliln 104 104
"
52
RJYJdo 42 146 2; 73
Burbuja 20 166 10 83
Fractura 10 17. 5 8B
M,mch4 6 HU 3 91
Riijildu( 4
;86
2 9.1
14
2""
7
'00
lotal 200 100
"
b) Efe dcn:eho
Marque este ejc con una (&cala 0'% baHa 100%.
el Eje horizontal
Divida este en un nmero de lm;'rials igual al n-
mero de tems dlsficados.
Paso 7
Conscruya uu diagrama de barras.
Paso 8
Oibuje la curva acumulada (,:;1Hva de Parew).
'lO
'60
D

A e
'00
'"
'"
,.
E o-


El.twb!.;ja
Marque valQ.fcs acumulado, (total acumulado o pooctn-
taje acumulado) en la parte superior, aliado derecho de los inref
w
valo" de CIcla item, y conecte los puntos COrt una jinea l:ontirtUil..
Pdb9
E.scnba en el diagrama cualquier informacin '\tetuda,
1} Iniimuadn el diagrama
Titulo, cifras significativas, unidade.\, nombre de:! dibujame.
2) Informacin $obrc los datos
Pedodo de tiempo, tema y lugar de la investigacin, numero
roral de datos.
3.3 DIAGRAMAS DE PAREro DE FENMENOS Y
DIAGRAMAS DE PAREro DE CAUSAS
Como a se dijo, un diagrama de Patero e.\ un metodo para iden-
tiflGU los poros vit4lu. y cxis[(;n dos lipos.
(1) OiagramiM de Pareto de fenmenos
r;m' nn diagrJ1l1J en el cual se I'('Lacionan los fe$lllradm inde-
seables, (omo los qne se presentan a amtinU<\Cin, y se utiliza.
para Jvengnar cul es el principal problema.
1) Calidad: Defocms, falm, quejas, l.ems devuel-
tos, rt;paraclonu.
2) CoMO; Magn.imd de las prd<Lu,
3; Entrega; invemarios, demoraSen !.os pagos, de-
motM en la etltrtgl-
4) Seguridad; Ac.cideme merrupcionet.
fute es un en el cual se relacionan los remltados inde-
seahle<;, mmo los qU: se presentan a comlluacin. y se miliz
avecit;:mu cn;iI es el principal problema.
1) Operario:
2) Mquna:
3) MJXcria prima:
4) Mcodo operacional:
C.-W!nJLO TIllS
Turno, grupo, edad, experiencia, des-
,=
Maqrrmas, eq!UpO>, herramientas, Ot-
ganiuciones, nwddos., inU!1U1Jerrtn>.
Proouctor. planta, lore, clase_
Condiciones, rdenes, disposiciont.'i,

3.4 NOTAS SOBRE WS DIAGRAMAS DE FARErO
1) Pruebc varta:> clasificacioncs y conm:llya muchas clases. de
diagrarn;u de f'rCf<),
Usted podr capta( la esencia de un problema
desde variO/( ngnlo,; es tratar de enronuar varios
mtmim de dasifirudn hasta que identillqtlt' 1m pocul vira-
k;, lo ruul wm,riruye d propWiro dd anlisis de Parero.
2} No es ronvrni('ntf' qne "otros" representr un porcemaje de
105 m:li ahos. Si eJto JUcede, se ddx: a qne 10$ items para la
mvesrigaci6n no se hln dasifk"do apropiadamente y dema-
tems cacn en es::. Ql.rcgor(a. En ene CJ50, debe
OOtse un mtooo dwn:nre .le dJ5ifkacJn.
3) Si 1m dnm se pueden represcuclI en valore. fIloneW"ios, lo
mejor es dibujar diagnun.: de Patero que mnCSffen ($(; en el
eje vertical. Si no }cprecian adoc!utLunenre 6s
financieru de nn problrllU, la invesdgadn puede re$ulcar
ineficaz. En la administracin. ](H >5[0$ comrlruyen !Ina
importantr escala de medicin.
(2) Suse=das pata usar diagramas de _
1) Si nn rem se puede soluciona! f,{dlrneute, debe afrontafsC
de inmediato aunque sea rclauvameofe de poca imporcancia.
Debido a que un diagrama de Paxero dene rollO objer';(lI;J.
rolncin eficiente df problemas, se requiere, bsicameme, q!Le
afrontemos los fXJem vit!Jk;, Sin embargo, si por medio de
una sencilla medida $e pUN!;, $OlndulliIr un Itcm qne pare
rel .. xlvamente de xx:a impormna. servir como ejemplo de
solucin diciente de un problema. y 11 experiencia, la infor-
macin y lt inc.enrivQj que empleados pueden obtener
por metl.lo- sern de gran ayuda en la fmura solucin de
problema.;,
2) No de;e dr hace' un diagrama de de <:allll'ati. Dt'4pU.:s
de haber identificado el problema por medio ti", un
de Pateta dt' knmemn, para solucionado ne:saflQ iden-
tificar las t:at.vI .... l'ot tanoo, es vital hacer un diagrama de
Pan:1IJ de cansas si es que se va a hacer mejoru.
TlU;
EjerCtfW .3.1
Analke fa iuronn.:u:n de la: Labia 33 haciendo varim dugramas
de p,.tCto.
.
"
o


h




c

8,

o.
o
o'
..
=-
o

>
=
o
-"
o
o
o
c'
o
o.,

..
'"
..
o'
.. ..

3i

,
o
8
"
"

.


..
.

..

>:
:1
o :
, .,
.'
24 .. ,- .. ...
.,
,
,
,
,
"
e
..;






,

e


"

g ....

,

-
"
..

.. o
,
e_

-

o
e

. g:!!- {r

"
g
o
.. .. o
.
=-
..
e
:
. ,





z z z z
2:

,
o
o'

"
"
e .,
<

"
.,

0,
o

IV
DIAGRAMAS
DE CAUSA-EFECTO
4.1 QU SON WS DIAGRAMAS DI'
CAUSA-EFECfm
El resultado de un proceso puede atribuirse a nna njultiUld de
laaores, y es posible enconu.u la [ela;ron .. deu:o de i:SOS
lacrores. Podemos determinar la estrn;turau lliltl rclacin mJ ..
pie de caw;a-r.feLto observndola Es ditkiJ so ..
IUCWlliU problema; rompiicadWl \in tener en CUl'nta esta
run, la: cual consca de una cadcrIJ. de causas y y el lnLO-
do para: apresar e$lo en forma .reocilla y fil C$ un diagrama ..1",

Bu 1953. Kaoru bhikawa, profesor ..11' la Unive"i4td de To-
kio, resumi6 la opiniH de los ingenicr09 de nna planra dndole
la forma: dr. un diagrama de mienu1l$ un
problema de calidad. Se dic.r. qne sta fue la primr.ra vez que se
m6 r.srr. r.nfoqur.. Antes de r.sto, r.l gmpo dr. trabajo del profr.sor
lshikawa habla usado CHe mtodo para: organizar t3.ewres r.n
sus anividade$ dc imcstigaci6n. Cuando r.I diagrama us en la
pricrlC3., mostr scr muy til y promo lleg a u.sarse ampliamen-
te en much(l$ compalia1> en todo Japn. Sr. inclny en la
CIlPfT\;L CIJ.\llt:O
oologf:a del J[$ Industriales dd Control
de Calidad, y se defmi de la manera .. iguicnte:
Digmma rk .yitiUJ-Ffn"to: Diagrama que rnueMr.l la relacin
entre um Ciu";"h"Xel.rtiu de calidad. y loo factnret,
Actualmente, el diagrama se uu no roljUllentt paI"J nbservar
In caracteruticm; de calidad de Jos produ.::tos sina tambin en
0(<< campos. y ha !ido ampliamente apliado en tod;) el mun-
do,
4.2 CMO ELABORAR DIAGRAMAS
DE CAUSA-EFECTO
ElaoorJ.! un diagrama de cauu"",lm que sea lril no
fikiL Puede afrnutsc que quienes tienen !bci(t en la roluci6n .;k
problemas de coutrol de calidad $On aqullos que ti<nCn mm en
h;u;er diagramas de CoUlu-ekcto que sean tes. Hay muchas
nunetas de hacer cldiagrama, peto aq\li se describirn do& mt()-
dos tfpl<O$,
Anres de prtsemar 10$ se explicar la enrue-
[ura del diag:ram de cansa,dectu con \lO ejemplo.
(l) U'uCf;1lta Y ejemplo de los diagramas de t;3usa-efecto
Un diagrama de camaefm-o t;unbin $e UamJ "'Diagrama de es-
pina de pescadn", porque se parece al esqueleto de n pez. III1O
se ve en la figuxa 4.1. (:a$iooalrnenre ti< d.enomina tambin
J
!
j
.\i)'--_______ ________ _
diagtamil de "rbor (1 de pero aqu se ns;; el uombre de
de pescado"_ En h figura ,t2 se mue:S!ra uu ejemplo,
(2) P",c"dimlent. paN dobo ... lo. diagr.uruu d"
cau.sa..Jecto para la identificacin de: OIwa
Procedimiento
Pasu)
el efeeto o auihuto de (',,[dad.
Pd$()2
Escoja una caracrenstica de calidad '1 e:serhala tU diado deret:ho
de una hoja de papel, dibujo:: de a dera:ha la lnea de la
espina dorsal y encierre la caracterstica eco un cuadrado. En se-
guida, escriba las e"J.U5as primarim; que afectan a la caracterstica
de calidad, en forma de grandes huesos, eu<xrrados Gl.mbiu eu
Cilldrados.
p(l$() 3
Escriba las (eau,(I$ <ue areet)'\ a 10\ grandes
huesos (umas primarias) romo medianos, y escriba Iltll
aru5as (calllas terdarias) que afectan a los hueOOS GOmo
huesos peqm:fios.
p"", 4
la imponano.l. de rnda Factor, y marque los ruCro!Ci parri.
ooanneute que pw:(eu ,eW:f 111\ efecto
VQ rohn: la (ap.tetrrlsciC2 dI" n;lidad.
Paso 5
Registre cuaquier nfmmaciu que pueda $ef de utilidad.
Explicacin del plOCiCdimknto
Con fr:ueuda puede patt"C<!r dflcil proceder CHando miliza
c#tC eufoque. El roeN mtodo eu e.;e caro es coniiooar la
dn". pO! ejemplo. olMerve J:. v;ricin en la Glr;cref#dc.a di:
<::::Alidad cuando reflexiona en los hueros grande!. Si io.'i datos
muct.uao qne e;a ,,"ri.l.dn existe, obsel'"Ve por qu mm:. lIna
t"ariad6n en cl efeero puede ser Cusacla por nna variaci6n en 1m
factores. F..su: upo de rdleon puede mn)' efie:u..
Por ejemplo, cuando USted esr .. borando !ln diagrama de
causaefecto relacionado cou denodefecw, puede descubrir que
llar una v,ui"cn en el nmero de defeno.'i que ocunen en dCa>
diferentes de la .semana. Si el d.efecto ocnrre con ms [n:cnencla
los luues que eo cualquier orro da de la semana. usted puede
reflexionar COmo "Por qu ocurrid el defecto?", por qu
()curri el ddcu:o con mayor frecuencia (os lunes que en cual-
quier otro da de la Euo lo har buscar que
hacen qUf' c1lunes difereme de los ocrw das, lo cual 1" per-
miriri de!iOlhrir fiuru.mente 13 cansa del dcfeo;;to.
La adopeiJn de este mtodo de reflexin en cada etapa d-e la
;nvcsrigaci6n de la relaein que existe entre la c.uactrrIstka y
huSO'i. grande:;, los huesos grandes y los huesos lIIooancn, y los
hnesos mediaOQs y huesos pequetios, !laG: posible oolmruir
cou M$eS rad<>naes un diagrama l[ de caus!l.efecto.
Uua vez complero el diagrama de el paso &i-
guieute e$ <\Sigrur la imponancia. de cada factor. Todos los flcw"
del diagnuna no se relacionan nece:i<lriament<: en fj}lrlld eme-
m3 con I.a J:<lCtets.ica. Marque eso;; fuctorei que p;rrecen ten-er
uu tfc,;.to pJfticuarmenrc gnificaLi .. o sobre la cuaaesc.a.
Finalmente, inclUYA cualquier infOrmacin que puet!3.ter de
utilidad en el diagrama, mi como el tirulo. el nombre del
dueto, el proceso <> grupo, la lista de partidpantES.la fe.:ha. etc.
(3) Procedimiento de elaboracin de diagrama de
mediante lisw lJisremti('.8Ji de caUUll
Prou:dimiento
PilIO 1
En:oja la Qtracrer,;tiC dt CJlidad,
PilIo2
BU!iquc rod:as las camas p05la que puedan a[('("(ar ala c.ara.cre-.
dsiu de calidad.
Pmo3
Agrupe las c:w.us por la afinidad que t<npnentre 5i}' elabore un
di;grama de UUS3.-"eftX"w colltando aquellos demenHH que
pare<xn tener un ",f",cro signficuivo sobre la carJuedstlca de
calidad.
PflJO i
Asigne la importancia;l cada f<::ror, }' st:n;lle los [actores nn.ict!-
larmente imporoultCl que pareCCl'l tener un efC(;w significativo
$Obre la c:uackrt.ule< de :;alidd.
PlUo5
Escriba cualquier informacin que pueda set de uli1idad.
fuplicacwn del pro<:edimient<>
Esre enfoque se caracreriz.a por la rela:;in que eHablCl: tnrre dO$
actividades diferentes: la percepcin de [anlaS causas como sea
posible}' su agrupacin sisremanca.
Para la percepcin de cuu:a.s se requiere uua discusin ahitrra
}' aniva, }' llll mtodo e6= para dirigir una teunin con esee
propsito es la tormenta t ittJS, inventada por A, F. Osbom en
105 Esados Unidos.
En la elaboracin dd diagrama de ('l!u5a.ef=o, las caUllas je
deben agrupar pr0Ce4iendo .fe huesos
mAGlIAMAS DE 01.L>,h"FliCm .ll
quefios a los huesos y despus de 10$ huesos rotdw.o$
a los huesos grandes.
4.3 NOTAS SOBRE WS DIAGRAMAS
DE CAUSA-EFECfD
(1) Sugereoaas para dabotal" kllJ diagratruu de C&wa--
efecto
1; lrkm;fiquc totlos 1m facwrn ti'ln'<intt:f fm:t.4nU mnsl.4!.u; J .la
anin mm MUt!t11 wrstJ1tl1S. Los factOte.1 que iniluyen mas
fuentrndHC sobre la car.icterlsUca deben dcrermill\!lqc entrc
aqueUO$ que aparecen en el diagt'.tma. Si se de<t por fucr<t un
factor en la erapa de discusin inkial, ames de que se <::Qns-
(ruya el diagrama, no apa.rCci mh t;tne. En ronse<:uenda.
la discusin entre rodas las penonas involucradas o.: m,jis-
pensable pam preparar un diagrama completo que no tenga
mi;,10nes.
2) Expm:t: J.g carurtnMica ttm amarldmnn.t.! romo mi Jm1ibk. La
cm:ac:ttrlrtirnque se expresa en trminos ab$rraru,U dar como
te.1ukado lID diagrama: de causa-.ekcw balado en ;eneralida-
des. Aunque ese tipo de dUgtam<lS no reng.a errores b:l.sico$
el punro de de hu relaciones cama..Jecw, no scu
muy udl par4 resolver problemas re-dles.
,3) Haga un Ji..zrama para cada ctiractrristict1. Los errora en d
peso y en la longirud dd mismo proou<:::[o tendrn estrucru
r4S dikremcs de causa-efecto, y deben anali:r.ane en dos
diagramas kparados. El memo de incluir [odo en un rolo
diagrama dar como resultado un diagrama inmanejable por
,er demasiado grande y complicado, lo cual har que la sntll
cln de los problemas muy difcil.
4) E"ja 1J.1'IP ftJra(;urmi(:a J !rleJbkI. Una 'f(;"1. coro
pleto el ruagr.1Illa de cama-efecto, e5 necesario captilr la fJer-
La de la relacin en forma objetiva ulit.l1d
datt)s. Con este fin, tanoo la CMlIClelstica romo 105 fa(!I.)Il!$
Clusalez deben ser mediblez. Cuando es imposible mroirl(>$,
CArITUl.-O Cl'ATRO
U$(n! debe tratar de hacerlos o. euconlrar caracte-
rsticas sunitnta!l,
5) Descubra. fo({OffS j{)brr os qur Jea po,;jj,k artulfr. Si uHd ha
identificAdo una ('allSJ sobre la <::ual es impm1ble a(mar, el
problema no se solucionar. Si ha de mejorm:, las cansas
deben MsGl el nivel en el <::0,,1 .>1,,, pQ,ible actuar
sobre dl.u, o tie lo comrario sn identificacin ,eri un e.iera-
cio siu sentido.
1; ArigM la impi)'1dn::t1l t ruJa jUc-tvJ"obyri"ZJ'tff'llfC (1J1t ban 1'l
:iaJw" El nameu de los flctare;: ron base en $n propia habili-
dad y expcIJetCU es lmportante, pero es peligroso jtl7gar su
mportJnCia lnl<:mente ron base en la!; pt'n;rpciones;) im-
pres.iooes snbjeVJk La IDaf11r1a de los probkmJs que pue-
den solncionMS>::: w:mdo enfoque ya se habrian podido
oludonar y, por ID tanw, la mayoria de los problemas
unteS no ptI.:Jen rolnclCn:l1'Se uyndo e:oe enroque. La ang_
mu:in o.bjetivade la impOrtancia J loS fa('tor(:s daTOS
es ms cien[ro y ms lgk".
2) rafe rk mt:jQff1r (Q/'itfflJldmrfl el diagwm.a d!! <:iJ.f.l.JiJ-efixt;;
mium'rH lo usa. 13 milu2.dn de un diagrama J.e cama-efee.-
[Q le ayudar a identificu las que deben ser verifica-
<bu, omitidas o ruodificm;u, as como a des';lIbrir las partes
que deben agregane. Trate !epecidaooeote dt: mt:jorar su
diagrama; finalmente obtendr un diagrama realmente dl.
w le permitid solncionar problemas y, al mismo tiempo,
le ayudar a mejorll' sn habaidad y a m:remenmr $11 conoci-
miemo tcnico..
4.4 DIAGRAMAS DE PARElU Y DIAGRAMAS
DE
P:tn la solucin de problemas deben USarte vario! mtoUO$ (:'(ln-
juntamente, y la Co.mbinacin de un diagrama de P.,uno con on
diagrama de .;;arula-efecto es especialmente riL El $igniente es
no ejemplj)- tpico.
(1) Sel=i. de pro!>l,m"
A courinuacwn 5e encuentra uu ejemplo que iln$lr<l b revisin
de item; defec(oooS en un PlOe$<) de manufacllll'3. utiliZAndo
el diagr.lll1.i de Pareto" Cuando se diJsifi;;aretn los ,ulO$ IXcogldw
dman!e d<)$ meses. se encomr que 10$ defeao$ de dimensin
eran lo,.; ms numerosos, ronstirulan el 48% del total. Por
"mm, fratamO$ de reducir el nmero de (ems defecmmros, po-
niendo nfasis en 1M defrCttM de dimensi6n.
-

150

.!!


e

100


o



50
A
Junio 1 Julio 31
100
90
lIO
70
60
'"
4()
JO
lO
10
B e o E (hrOS
A: Dcfec!os de dimensin
B: BurbuJl5
C: Raynn!',
D:
E: DisLmvn
j
j


o






o
..
(2) .Anlkis: Y correa:ins
!O$ miembros del raller discutieron hu CllU.'iru de ta varia-
cin dimensiona! y conHruyeron un diagrama de canueJCC[O
(ver figura 4.4). Despnes lit: hilO un diagrn'ia de Parero de causas
(figura 4.5) nve.ligando todas las unidadC'l ron vacilldan di-
rnenskmal para elamion n!l1ita <R pumo esr(iS :tcrorCti Citaban
altttando al defro. Coo algunos u:ms et3 impo,ible aduar las
,;tUS;U del de!to, ? isws se agruparon en la categora "dudo.
Descubrimos, gracias a! diagrama de que la ocu-
rrenei;t de los defoxtm se vea muy afect".td;t por la de
;tju.m.:. Aunque la posicin de ajuste habia tsrip111;tdo en el
e,dudar operacional tradicional. uo se mont;tba el mmdo
escind.a.r de 3fU5te. Eno oc.asronaba una variacin en 1;t posicin
de ajll$<C, Y Rnfa como resultado [05 defu.>$ dimeunoruUes. Los
nliembros dd uller dhdiamn por tanro !in mrodo de ajuste
apropiado, el cual rK: estandariz y se iru:ll1y en 105 estndares
optruionales.
Junio; -Julio);
__ __
...... - - "',. "',.
--
(3) FJcctos de las mc;oru
Despus de haberse implementado los cambio.s, .tt. tecogieron
c.;nos y se hizo un diagrama de Parero para comparar lo;; resulta-
dos. f..os d05 diagrart'lu de ParctQ que apv=en en la figura 4.6
muestran claramenre que lo; dekctos dimensionales 5t :duje-
,=
JIHIW' .JIItiQ II
"" --------- -------1-
..
Figufj. 4.6 (hmp:n"'-;;Il ,k dmgllmns de 2M<:t1!
mu)' Jv.mt'1< <:k ""'1m""
ffmido 4. 1
Haga un diagrama de Clusa"efecto de las 'iguientes caraclt:rt!c
cas:
1) Errores de mecan ogralla,
2) Marcaciones ei.uiYOCJd:.u de un nmero tdefnlco,
3) Retnuo para una cira,
v
Los histogramas
5.1 DlSTRIBlJCIONES E Hl.STOGRAMAS
(1) Variacin y distribucin
Si pndiJ;dffios recoger datos sobre nn proceso en el cnal todos
los .ctOIes (hombr.f, mquina, mareri-al, mtodo, etc) roun
perf<XTdllleme cornaames, los d"ws sohre tada uno de Jal:-
::;omervarm ".uor. Sin embargo, en la realidad es impo-
sible mmu:ner wdm 1m f.m-ores l!.xl.o el tiempo. Es-
Uluanll;nte hablando, aun facrore5 qu{' suponemos com-
f<l.nreS 00 puedeo ser pertecram.ente constantes. Es inevkable que
IQS valore$ en nn conjunto de informacin tengan variaciones.
Lru ya.!ores que toma un Fat::tor a travs del tiempo no son si.em-
pe Jos mi$mos, pero eso no qniere decir que esrn determinililos
de un;!. manera de.wrdeoada, Anoqu.e los valores cambian (Oda el
tiempo, estn gobernados por cierta regla, y sfiI. es qne los datos
tienen una distribun.
(2) Poblacin r mW!!it:ru
En control de calidad, tratamos de descubrir los hedlOs rennien-
do datoS Y mmamos las acciones ap.ropiadar mn b;ue en
esos hechos. Los datos no se recogen mmo un nn en si
sioo cOmo un mooio. para los hedlOs que esUn tr.u los
datos.
Por ejemplo, consideremos el caso de uo:. inspeccin par
muestreo. Tomamos una mUe:itra de un lore, realizamos un pro-
ceso de mOOiein. y despus decidimo.s debemos aceptar todo
ellme o no. En este CdSo., nuesrra preocupacin no es la muesrra
misma sino la ealidad de todo el lOte, Como ou" ejemplo.
sideremos el (oorrol de un proceso de manufactura utilizando.
una grfica de conuol i R. NUe:it.ro propdto. no
nar [as caractersticas de la mUe:i\TJ. con base en la cual hacrmos
la grfica de control x - R, sino averiguar wil e.s el estado ac-
ma! de! proceso.
La de los rems en ooosiderat;wn $e ;J.enom..!na po-
b/acin. En el prirncr ejemplo anterior, la poblacin es el loce, y
en el es d proCe:iO.
Aalgun2S personas puede parerles d.iH:iJ. considerar un I'nr
et'S(} <"omo unajWbLuidll porque mientr-,u que el lo re es re;Jmen-
te un grupo firuw de individJ.l;L!C$, un proCCSQ no es de
ninguna manera IIn producto, que 1e (:ornpone de dnCM
dementes (h-ombre, maquina, marerlaJ, mtodo r medici6nl.
fije'm95 nuutr.l atEoci6n en la ftlflcicin de fabricar ProM
duo;:;os, que sjn duda e11'1'"I)((511 produce un grupo
de produ<to.<:. Por otra parte, a menm que d procero s;.: defenga.
el nlmero de productos es infinw, ,azn por la cua! se conside-
ra que uu es IIna ;w&f.uin infinita.
Una rtlJUltrd es uno o ms tem, tomadO.\' de tina poblacin
para propon:;iollar informaci6n sobre la poblaci6n. OJmo una
mtleH:rJ. usa pata estimar las uuaacristiGl$ de toda la
cion, debe selccclol"Iiute do: tal maner;l que refleje las
cas de e.sta. Un mtooo comn par'! la seleo;.:i6n do: muesmu C$
scleWonar eualquier mlembru de ia poblaCin con igual
bilidad. Este mb:od re llaml munfm) 4k4Wna, y tina muenra
sdaxiQnadapor medilJ del mtlCZtreoateamno tit: denomina
mz nk4prrid.
te} iflS[((JfIM[;f
--_ ...
, M,,,,,, ,
0',.
f---
,
,
Acc;ll ,obre

el Pf(O';<O
(Col1lrol de XO(ero
t : Ar:i5n : j del proceso)
, ,
, ,
t
Ar.don sobre Mueslroo Medicin
el lote
,
,
Inspcccin

Esllmado de la
t
, ,
t
w.lidad
,
Accin
,
del proouno
,
, ,
,
,
Los dar<Yl se obtienen midiendo las caractersticas dt: una
muesall. Utili:randu C$tm a inferir lobre: la po-
blacin y, en consecuencia, tomamos UllA acckin rorrcetlVl. Sin
embargtl. el valorobreoido una mnema variar segdn la
tl'll .deccionad;t., !o cua! dticnlta decidie qu acci6n es apropia-
da. El ilnlisis estadlniw nos dir cm-o interpretar em: cipo de
datos, Los detalles se explicadn en el capitulo IX. la ftgur-J. 5.1
roue.ma la relacin enITt poblacin. muestra y darm.
Los obteniJOJi de una mUe5Ua sirven Q:lmo base para d=i
M
dir ,obre la poblaei6n, Mienna!; ms grande sea1a mnt:5f.ra, ms
loformaoon obtefldremo..> robre b pobbcin. Peco un aumenro
en d tamao de la MUestra umbin implica un aUII!Ctlto en la.
Cdntuliid de datO>. '1 esto ptlede llegar a hacer dificil wmprender
!J. pobh.::i6n a pwir de es<: dats, aun cuilndo se OIgalliCe'o e'O
tablas. En ese;;aro, nt:a:Smmm un mtodo que nos permitd com-
prender la pobiacion de un vlSt;!W. Un histograma responde a
42
;;;sra necesidad. La org:nizadn de un hnen nnm!""ro de datO/; en
un hiHogrnma no.> pcnnirc comprender la poblacin de manera
objetiva.
5.2 CMO ELABORAR HISTOGRAMAS
(1) Cmo construir tablas de facuenda
Ejemplo 5.1
Para investigar la disubun de los de ejes de a;;ero
producidos en nn proceso de larninacill, 5e midieron los
ros de 90 vigas, como se muestra en la tabla "j.l Hagamos un
histograma usando daros,
MuestrJ :
nmero:
,
- W
H -lO
"
10
"
_4Q
"
- 50
;;
_w
fJ
-l)
"
.'"
"
_"
,
510
,
52?
:;:._,29
?l2fl
,
"iJ5
7.,J)

2-"31
Lnl
} OH
.,.-
, ,n
EJ" L'iC6 L'HI
2.'>1j J 52:,
, '>'
."
L5H
;':"2
)

2.316 U13
,-,,1(1
,
2,St4

)
1-5,'1
1. 1 2512
}
>17
1_51'1
T.bI .. 5,1
2.Slfl 1.:;
,
iH
)
Vl
) ,25
251}
,

,
511 ?5% ) :':1

:.,1"
) :;J3 V;Jll

,,16
'ilA
,
) 5Ji) ;.532
L;J; /.;}O
)
) .;(;;
!.5JC
..
4
:! S=>8 2.51'
..
t,h. lSlj 1..'4(1
)
"111

H6 15P
;n 1.91 254(; 1 S1J
.
,
;'1;) j 51<; ),:;4 Z.:ill
)
5<1
".J.11 15t
7
,
)J') 1
j!'. /.\/1 /,5!;
DJMCf'f}<
ProcedimientO' Ejemplo
........................................ -
piIJ(} 1 Calcule rl rango (R)
Obtenga el mximo y el mni-
mo de tos vaJof('$ QbsI':rvadOl 'f
ctIente R.
R", (e! illib:imQ valor
servado) - (el mnimo valor
servado).
El ffiaxlffio y el mnimo de
los valores observados se pue-
de obtener fcilmente de la
manera siguiente:
Obn:nga el mximo y el
mlnimo de los valore, en c.ada
un.\ de filllS de la rabla de
ob$crva<:ioncs, y luego tome el
mayor de 1m valOte; mmos
y el menor de los valoreo
sern el mximo y
el m{nimo de todos va.!<ne5
(tabla 5.2),
?tJJo 2 Dnnmittt: rl
intervalo dt: clase
El um::rval de d;ASe se deter-
mina de man:ef1l 'Iue el rango.
d tila! incluye los valrtS mxi-
mo '1 mnimo, se divida en:
tervalos de igual amplItUd. Para
obrener la amplimd del
vn, divida R pt l. 2 S {
10.10,50; 0.1, 0,2, O.s.e,,;.},
Paso 1 Cakuk R
R lit obtiene a I'-artir de los va-
lores moomos y mJnimoo ob-
servados. (Ver tabla 5.2)
Valor m.w1T1D "" 2.545
Vmor mnimo '" 2.502
Por tanto,
R 2.5.4,- 2.502
'" 0.043.
Pmo 2 Deurminr el
inftTValo tk CLas"
0.043 el- 0.002 '" 21.5 Y lo
aproximamos al siguleme
nnmero l'ntero, con 10 cual
renemm12.
0.043 + 0.005 " 8.6 Y lo
aproximamos al
nmero entero, ron 10 cual
tenem05 9.
'O;'"
- , ,-
'';, '"'
"
;t:::;
0;"':
"<,"'
,
,
'"
N N '" d
,
l2 :;;;
'" '''':
" "
,
.,
.,
N
.-
de manera qne M: obtengan .. n-
:Je :; y 20 intervalos de d:I$C de
igual arnplimd. Cnando hay.a
dO$ pobid;lle.o;, use el mer
vAl de Menm .amplitud .\ el
nmero de valORS medidos es
de 100 Q mois Y el intervalo de
mayor amplitud, si ky 99 o
ffieIlDS valores obsavadQ$,
PaJo.3 Prrpi1Te el formato
fi1Td la tdblo de
focue1/cUn
Prepare un fOrmato como
el de la rnhla 5.3, en el cu,al .'le
puedan regiMfar la dase, el
punto med.iQ, lasIIDllC11! de fre-
cuencia, la frecuencia, etc-
PaJO 4 Determine los Ilmires
de lo dme
Determine los lmite de lo!
Intervalos de m;mern. que ron
w
yan 10$ vaJoJes mnimos y
mxffiO$, y escnbalo5 en la t.a
w
hla de frecuencia, Primero,
u:o:nine d lmite inferior de la
primera dasto y la am
w
plitnd dd intervalo paril ohte
w
.. 0.043.,. 0.010 .. 4.3 Y lo
apro:jmanlOS al nmero
C\'lIDQ m..s u:rcano, 0011 lo
cual t:enemos 4,
Th: esta nvtfICN, el
lo de clase se define corno
0,005, plles esto da un nme-
ro de imervalo entre:5 y 20.
{NOta: 9 intervalos;'",
PaJo.3 PrrptJ.N' la tdbla de
focUnlcUn
Prepare nna tabla como u:
muestra en la tabla 5.3.
Pam 4 Detrrmine ks I1miU'J
de lo clo.se
un ilmires de lA primen clase
deben determluas:;;e corno
2.5005 y 2,5055 de manera
qne la induya el valor
mnimo 2.502; 10$ limites de
la segunda dase debtll derer
w
minarse (omo 2.5G55 -
2.5Hl5, Y aJ lucesiViIllltll[e.
46 C..INnno CINCO
nel' el lmite euue la primera y
la segunda clase. Cuando lo
haga, cercirese de qne la pri-
mera clase contiene el valor
mnimo. El lmite inferior de
la primera clase se ubica a 112
de la unidad de medida a par-
[ir del valor mnimo observa-
do. Luego, siga sumando la
amplirud del interyalo al valor
previo para obtener el segundo
Ifmje, el tercero, y as mcesi-
vameme, y cercirese de qne la
Regsuelos en una tabla de fre-
cuencias. (Ver tabla 5.3.)
(Nota: 2.502 - (0.00512)"
2.4995 - 2.500, lo qne dara
un valor medio de la primera
clase de 2.5025, que se redon-
dea a 2.503 y se establecen los
lmites definitivos)",
ltima clase incluye el valor Notas Jd eJito' en .,paflol
mximo.
PaJO 5 Calcule rI punto
mf'dio t la clme
PilJO 5 Calcule el punto
medio t la ciase
Calcule el puno medio de la Pnnto medio dela primera cla-
clase ulizando la siguieme se:
ecuacin, y escr/balo en la [;l-
bla de frecuencias,
Puma medio de la primera
clase:
Suma de los lmi[es superior
= e inferior de la primera clase
2
Punto medio de la segun
da clase:
Suma de los lmi[es superior e
inferior de la segunda clase
2
2.5005 + 2.5055
2
2.503,
Punto medio de la segun-
da clase:
2.5005 + 2.5105
2
2.508 ,
y as sucesivamente.
LO!> H,VG/lt\MAS
Los pnmos medios de la
segunda clase, la tercera clase,
y asl sucesivamenfe, pueden
obtenerse (ambin de la mane-
r:l sigUiente:
Pnmo medio de la segun-
da clase = pnnto medio de la
primera + imervalo de clase.
Punto medio de la tercera =
puma medio de la segunda +
jmervalo de clase, y as sncebi-
,amenre.
PaJO 6 Obtenga 1m
frecumciaJ
PaJO 6 Obterga 1m
frecuencids
47
lea los valores observados nno RegiMre las frecuencias (vea la
por nno y registre las frecuen- rabIa 5.3).
correspondientes a ada
ci:Jse, usando marcas en grnpos
de cinco, como sigue:
Frecuencia 2 3 4
Noracin
I II I!I //#
de frecuencia
Frecuencia
5 6 7 8

I II II! //# de frecuencia
2.5005 - 2_5055
2 2.5055-2.5105
3 2.5105-2.5155
4 2.5155 - 2.5205
5 2.5205 - 2.5255
6 2.5255 - 2.5305
7 2.5305-2.5355
8 2.5355 - 2.5405
9
2.5405 - 2.5455
TOTAL
CAP(TULO CINCO
Plinto medio
la X
2.503
2.508
2.513
2.518
2.523
2.526
2.533
2.5]8
2.543
Marcas de {1\'(_UenCLa
(con leo)
1
1111
/111. 1111
/111. /111. 1111
/111./111./111.
/111. /111. /111. 1111
M/III.
M
MI
Tabla 5.3 Tabla de frecuencias
No,,"
Frecueo(ia (
4
9
14
22
19
10
5
6
90
l. Habrfa un error en el de las frecuencias si la suma de
las no fuese igual al nmero rora! (1'1) de
los valores observados.
2. Si se requiere la frecuencia relav:J... puede obtenerse dividien-
do la Frecuenciafpor 1"1.
(2) Cmo elaborar un histograma
Procedimiento
PlLro 1
Sobre una hoja de papel cua-
driculado, marque el eje hori-
zomal con una escala. La esca-
la no debe ser con base en el
imervalo de clase; es mejor que
sea con base en la nnidad de
Ejemplo 1)
llledicin de los daros, por
ejemplo, 10 grarnosoorrespon-
deran a 10 milmetros.
Esro hace fcil la oompara-
on con muchos hisrograrnas
que describan facrores simila-
res as como con las especifica-
ciones (es;1ndares). Deje un
espacio igual
.J imervalo de clase en el eje
horizontal a cada lado de la pri-
mera y de la ltima clase.
Paso 2
Marque el eje venical de la iz-
quierda con una escala de fre-
cuencia y, si es necesario, dibuje
el eje de la derecha y mrqllelo
con una escala de &ecuencias
relarivas. La almca de la clase
con la frecllencia moixima debe
entre 0.5 y 2.0 veces la dis-
tJncia emce los valores mximo
y mllimo en el eje horizomal.
Paso 3
/l.-larque la escala hori;z.ontal con
los Imices de los valores de clase.
Pmo 4
Urilizando los imervalos de cla-
le como lnea de base, dibuje
un recdngulo cuya almra co-
rresponda a la &ecnencia en esa
cla.'ie.
FaJO 5
Dibuje una lnea wbre el rus-
rograma para represenrar la fI1('-
JJa, y dibuje umrnn unalinea
para repreientaf el lmite dees-
pecificadll, si lo
PaJrJ 6
En un espacio en blan,o del
hisrograrna. anote la hisroriade
datos (el perodo de empo
Jurante el cua1Sf_ recogieron 10$
datos, etc.), elllmero de da-
[Os 71, la medi-a x y la desvia-
cin esclndar 1'. (Ver figura 5.1.)
los clculos para x y se mos-
trar:n en O) de la J;CLLn 5A.
1
i . :
: I
i
5.3 CMO LEER HISTOGIUMAS
{l} "pos de histogramas
Es posible obwlef informad& nt! sobre el, eStado Je una
blacin miIanda la forma delrusiegranla.
mas tipicas, r poJemns I)>arlas >:()mo inJ.iG!i para amIDU:U
pIo<;eliQ. (Ver figuta 5.5.)
a} Tipo geneml (forma simtrica p t campano)
Forma: El valor de la fI1(',Jia <id hittugtJma eti{ en el Centro
ranga de los datos. l.J freCUefl>:ia es mayor en el
nnye gra:lnalmeme ha<:.;a los CluemN. la fo.=""iru''''m
Nata, Esra esU f()ffila rn.:i5 frecneme.
tO
e) Tipo lIf3Itl potilivo d) Tipo precipicio 1.111 izqucnll
b) Tipo peinetil (multi-motIa/J
Fvrll'ld: Cada (ercera cLu.t: tiene una Erocucm.:ia menor.
N;Jtd. Esta forma se pfe5efHa >:uando el mlmefQ de unifdes
ti.: iuforman incluida en la d;w: vara de una.1 O[f;l (} cu;,mdo
hay ona feIldencl.1 particular en la form< rome se .1prnxman los
illno!.
"
e) Tipo con positivo (con sesgo negativo)
Forma.: Asimnica. El valor de la media del histograma escl
localizado a la izquierda (derecha) del cenrro del rango. La fre-
cuencia disminuye de manera lIlio; bien brusca hacia la izquierda
(derecha), pero y-adualmente hacia la derecha (izquierda).
Nata: Ena forma se presenta cuando el lmite inferior (supe-
rior) se controla re6ricameme o por un valor de especificacin o
cuando no se presentan valores inferiores (superiores) a cieno
valor.
d) Tipo de precipicio a la izquierda (de precipicio a la
derecha)
Forma; Asimtrica. El valor de la media del histograma est loca-
lizado al extremo izquierdo (derecho), lejos del cemro del rango.
La frecuenda disminuye bruscamente a la izquierda (derecha), y
gradualmente hacia la derecha (izquierda).
Noto: futa es una forma que se prescnra frecuentemente cuan-
do se ha realizado una seleccin de 100% debido a una baja ca-
pacidad del proceso, y rambin cuando el sesgo positivo (negari-
va) hace an ms extremo.
e) Tipo planicie
FoffllJJ: Las frecuencias forman una planicie, porque las clases
tienen ms o menos la misma frecuencia, excepro aqullas de los
a:rremos.
Nora: Esta forma se presenta con una mev:la de varias disrri-
buciones que enen valores de la media diferentes.
f) Tipo t doble pico (bimodaJ)
Forma: La frecuencia es baja cerca de! centro de! rango de la in-
formacin, y hay nn pico a cada lado.
Noto: Esta forma se presenta cuando se mev:lan dos distribu-
ciones que tienen valores de la media muy diferentes.
LOS HISTOGI/AMAS
gJ Tipo t pico aislado
Forma: Se presenta un peqneo pico aislado adems de un
histograma de ripo general.
Nota: sta es la fOIma que se presenta cuando se incluye una
pequea eantidad de datos de nna distribucin diferente, como
en el (1S0 de anormalidad en el proceso, error de medicin, o
inclusi, (1(, informacin de un proceso diferente.
(2) La oomparacin de IWtogramas con 105 limites de
especiS.cadn
Si hay una especil1=in, dibuje sobre e! histograma, con lineas,
los lmires de la especificacin, para comparar la distribucin con
la especificacin. Luego observe si e! histograma est localizado
razonablemente denrro de los lmites. Ms en la figura
5A, se describen cinco casos tlpicos. Utilice stos como referen-
cia para evaluar la poblacin.
Cuando el histograma satisface la especificacin,
al Lo que se necesita es mantener e! estado actual, pnesto que e!
hinograma satisfu::e ampliameute la especificacin.
b) Se satisface la especificacin, pero no hay margen enra. Por
tanto, es mejor reducir la variacin en pequeo y-ado.
Cuando e! histograma no sarisface la especificacin,
e) Es uecesario tomar medidas para acercar la media al centro
de la especificacin.
ti) Esto requiere de aeeiones para reducir la variacin.
e) Se requieren las medidas descriras en e) y d) conjuntamente.
(3) Estratificacin de IWtogramas
Cuando yalores observados se dividen en dos o ms subpo-
hlaciones, segn la condicin que exista en el mOmentO de reco-
CJMh en 10f, cuJes el niSIIP
gratllJ: sallsfiKe a fuJ:XK'ili-
cac'u
Cwos ffi o .. e";
grJmJ 00 ;.1is,lce la >:speci ..
(kacjn
get 105 daros, csus llaman e1tmttl1, y la divisin
de l5 d:nos en ertratrn; se llama ..
Los valores ob&e1Vados siempre van de alguna
variacin. Por tanto, cuando los datos .te estutiftcan ugn los
factores que se cree pueden camar la vari-acin, hu causas de la
van;u:in ha!Xn m:! fi;;iltnente deteu:lhlcs. Eue mtodo pute
de IBa/SC efix:tiVll.Illeme para mejorar la ca.lidad del produCto al
reducir la variaci6n y mejorar el promedio dd producto.
Por lo general, la elllratillcacin se luce egn 10$ martrialeJi,
I<VI mquina:!, COndicionct de operacin y los [tabajadot"ts.
"
5.4 MEDIDAS PARA I'RESENfAR LAS CAllACI'I!-
RfSI1CAS DE LAS DISTRIBUCIONES
11) M<di .. Y dem.ci .. .,.......w
.El valor de las caracrer.nicas medidas a una mUS{rA tomada de
tina poblacin variar, y no puede umocerse hasta que k ohser-
va .. Rtfe (ipo de varahk $e: IIama lIdri4bk aleatoria .. Las carna.e-
rirtic;u de oilidad de los productos de la! fa'bricu son de esa na-
wrnJeLa ..
Cuando se maneja e$ tipo de daros, ron fi-ecuencia es m5
convl'fliente coruidernr los daros como un conjumo en lugar de
ffil.raI a cada. irem ffidivMluilinenre .. Pam. podcr ver los dalo,t como
un conjunto, determinamos primero cu:iI es el ceutro de los
ro>, r luego estudianO$ cmo c.ia dato de la informacin se
;ona:nlra alrededor.del cemw.
Una medida oorrkme para expresar ehenrrc es la. muii.a o
txpt4hW. Cuando hemos oorenid 1f datos, . .. , 7-'", la media
de e:>{O$ dro; est dada P'JI
I "
iC:::::- LX;,
If <"=1
:' para rocio el conjunto, la media est;hda por
J.l '---l.: x p (x),

(5.1)
{S.2)
(5 .. 3)
donde p(:r) c;; la proltRhilidad y (x) es la demidad probable de la
vadable aleatoria x ..
x es la media de 10$ datO$ rewgidos, y $e llama medid ik la
ffJIU'1mt. J.lala media de la ooralidad de! conjunw que n05 ocupa
y llama medid ik la pobLui/"l..
Lt Vfindrlll'4. y la dt$viadn mdrldar esdn entre medias
qne se IBan plua expresar e! grado de concemradn de los daros
alrededor dd CCf1[ro. 13nao hemos ob;enido 11 dato.>. Xi'
la varianza de estos dMos se opresa por
v
1" _ 1
!(x-x) ,
;"1
y la desviacin eHilndar $e expresa por
La varianZ de Ullil pobla<:in esul dada por
o
y la desviacin que es 1t rID, cuadrada de la vJxanu,
apresa corno 0'.
La varianZ>! es la media de! elladudo de las diml'Gncia>
el dono individli:J y la media. Una variama
hay gnn v-.uiac:in en 1m d.urn:.
V y ! son valort:j rdacionadOli ron los datos, y !Se 1I;U1UJl
"ana11Zil di: io mul'ftTuy anviJ71 tttdnJ.:rdt I.tt mUi.'imt, (esp.:"
tivamenre. 0
2
y O son valol'CS reladomdo; (x>o una poblacin y'
se llaman :ldri41WA t io poblocin y i,pid.;:iJ1J eJtdmr rb 1tt /H'"
bl.ah, respectivamente.
(2) .El clculo de medias y desviaciones estndar
Ejmtpb;5.2
Lu sigweutes son llS medidas la> dimensiones de deNa I
de maqmnaria. Calcule la media y la dViacin estndar
13.41 13.62 13,56 13.66 1.3.48 13,52 1357
57
En alguni c.uos, puede realuaue una [QUUrormac:in de
a,,[05
X,=(x,-a)xh
(5.8)
para facilitar 105 cllculos. Entonce,(
(j.9)
, 1 - ,
fit= (X,-Xt
h ,,,,-1
(5.HJ}
V-S/{n-l),
(5.11)
(5.11)
En ene ejemplo, que ti y h 'lC3n I.3AO y 100. respecciYilIncn-
te. Entonl:es oh tenemos la siguiente tablll.
__________ M'
x
-;
X'
... _-
D.42 2
<
13.62 22 464
16 256
1J..66
"
67'
l} . .ta
8 64
1)..52 12 144
1],.57 17 289
Tula: 103 917
........... _-
Tabla jA
"
IX (5,9)
x = 103 =14.7
7
_ 1
x =13.40+-X14.7 =13,547
100
Dc {5.lO)
4:JH X 10-
2
100
L
7
V =LOl xlO-l. 1{7 _!.) ",O.669xl0-
1
(3) El <k.lo de las _ Y las demacl .... _dar. '
part de las tablas de Ii=o",cla
Calculem(}$!a meJia y la desviacin esrndar de 1m diimeuOII de
90 ejes Ulmo se muesua en la rabia 5,1, GandQ d nmero de
darO! t'S grande y !;{0!! escin rew:midm el! una tabla .le
Cla. d i/guicmc es el procedimiellto par cllOlw la maLa y b.
de.svacin Ntndar.
Procedimiento
PIlJO 1
Prepare un ck clculo
como en la tabla S.S.
Pd!fJ 2
Escriba loa limites de clase, los
puntos medias de_ bs cl..u.:s y
la &ecm:ncia f.
Ejemplo (Ejemplo 5.1)
No. ClJ.,e Punto
2.5005 - 2.5055 BOJ
1 2.5055 - 2.5105 2.5oe
J 25105 - 2-5155 1.513
4 5-16
5 2.523
,
2,5155 - 2.5305 J..5i8
7 : 2S105 2.5J55 2.H}
,
i 1.5Wi - LB!!
,
,
,
15405 -2.545'; :2-543
t
I
TOla!
i frecuel'lci (
I Mdio x
4
9
'.
;
10
,
'"
-,
J
-1
- I
e
j
uf I u1f
4 1&
,
- 12 3& I
"
}6 :
-14 14
e e
"
19
------ ...
PJSf} 3
d punro JI1I'X.o O {u = O)
a la diJ5C que tiene la mayor f
YeKJ"iba Q en la columna u.
Escriba -1, -2, ... hacia los
meoof"C$ valore>: Qbw.rrJdos, y
1,2 ... hacia los mayore. valo-
res obscrvadO.$.
La relacin emre ;x y -u se
cxpr(":'lll en la $iguienre ecuacin;
(:r ... a.)

h
(5.13)
donde,
d: el Pllnromediode la da"
se donde u ,. O
b. el inrervalo de
Pmo3
Asigne O al punto mcdio de u
de l dse No, 5_
d = 2.523
h - 0.005
I1
"
;'1
I
,"
!r
Para 4
Regi$tre lo prndtu:ros. de 11 y
dt' [en larolumna uf, y los p.r
du<l<J) de 11 Y de N/ en la (:(1.
lumna de Jilf; haga la $llffia Ik
cada una, y regi.melas en 10$
C$pacios cotrttlpondJt'uf('!1.
LU[ =udl +u1f2 +.H
k1/f=r.UI +uifl +, ..
p1(J "
Cak:ule ii mando la ,iguiente
ecuacin:
Xc"" a "'" h (!,ufln). (5.14)
Calcule, usando la slgnlenu:
t'cuact6u: (5.IS}
Pa,o 4
No. 1
4"(-4lxI,,,-4
No. 2

4}x (-4) '" 16
Ne.::
"-"l'" IIf xu =(-12lx(-3),d6
12) -t .".,.24",3{)
Uf =16+36 <- +96" 302:
Paso 5
Ji = 2.";23 T 0.005 x
. 90
=2,523+0.00167
2,52467 (mm)
Paso 6
:f301-
30
;'l"u9G-n
1\ so ,
'" x -b.1fJfYJ
'" 0/101% (mm)
5,5 LA DISTRIBUCIN NORMAL Y SUS
CARACfEISTICAS
(1) La disubuci nonnal
Un hismgraroa se con$Utlye a panir de un cierto nmero de <la-
104. Pero, qu le p.uara al his(ograma si ronlnuarnO$
lando d nmetO de Si el intervalo de cla$e lie redua po<xt
a poro a medida qne se aumema el nmero de daHh, se obtif:llC
\lna dimibucin de fin:uenda is;t como lmite de una distn"hu--
ci6n de treruenca re)ativa. En realidad es nna expre96n de la
pobladn I1timla. pucsw que $l' obtiene de un nmero infinito
de datos,
Existeo fll\Kn.u cla$($ de dimibndrin. .,. la ms tpica es h
dmribucwP1 lWrmt. En nmd-lOs cuando la varUcin de
catttteri'sti!;:a de o;;ruidad C3 c.ausada por la suma de un gran
nmero de infinitesimales indepcndtemes debidos a diJi>.
temes. factores, la dim-jbucin de b caractcristica de didad -tt:
aproxima a una di)[ribudll norlDal.La forma de la disuibucin
:l:mal puede des<:tihir:;e wl)cil'amentt' como ona forma de
pana 1) de montaa. y en una ms detallada,
a) La ff;uencia es en el ceurro y dmninoye gradual-
mente hacia curemos y,
b) es.simtda,
En turva puede n:p!CUtsC matemticamente rumo sigue:
1

(j.16)
I(x)
".2ntr
La figllfa 5.5 IllDema la forma de esta distribucin.
(2) Caractersticas de Ja dirtribuci61l nOlTll&l
Como podemos ver en la ecuacin (5.16), la ecuao:in de la dis-
tribndn normai lene dos parmetros: Jl y (Jl,
La distribucin nrlfl."l dc[umina Ilicanu:nte por
dos parmetw$ y :><: designa simplerneme por N (p., (
1
).
dos parmeuos tienen el siguiente signifiodo:
I!: el entro de la distribm:iu (la media)
(J: la dispenin de la di"rrbnci6n {la desviacin esclndarl
Flur:a 5.6 la dimibuuu I:;)fm;u l"'"
Para calcular una probabilidad Ul una diSllibucin no,m,'.
esLmdariumlJ.'j Y usamos1a ubla de la dUtribuciu norma.! <
t41JrlmiMr es transformar una ".Miabie x a
/J).
"
(j. J7)
Tenemos enoonr.f'.sla mcdidae::nmdar M,Ia ",,".,
comO la. dfrribudn tJtdmillr nomo,a/ N (0,1
2
). La tabla "'.,. ,.c:'
tri1l1dtfn '1O,..,.".u dalas probabilidades en la cWrribucin Ql:ttnd:ar
nonna!. (VC<11a tah.la A. r en d apndice de ene libro.)
Coruidcremosla probabilidad de que UlU a.k.an:trQ.
x de N Q.t, (
1
) caiga dentro de los lmite5 Il utJ. La 6.gun. '.7
muestra la probabilidad para va..-im valru:es de u,
una variable norm.a.! puede tencrcualquicr valor entre - -y+_,
Pero, por la figura tenemos 99.7% para U"" 3. futo quim:decir
que en la prctica podemos despreciar la posibilidad dt que %
caiga fuet'J. de los [{miles de Il 30'. Este hemo es una
imporrarm: de la normal, y se llama la de
3-gmn. Es la bllte pata determinar lnin!s de conuol en una
hoja de control.
.. "",
1---9$.4"4
.
Figura '5,7 Ji, 11 Y kt ptOha..'Ja'dad dr la dimibuci!> normal
64
(3) ndice d. oapacidad del P"-
Con frCCllem:ia, despus de que el muesrra que 1iguC
,
4"Y
"
,
6(>,1
5<
B
una distribucin normal, M: inicia un cSfUdio de la capacidad del
,
A SJ.!;I
"
,
87.2 51
,
proceso.. to Se hace pua saber si el proceso puede cumplir o no
,
i!6.1 !
"
,
<!J C 5J 5
Lis npecificaciones. Si que el proceso dlmibt-
21 B 6(>3
"
A ,,49
"
81.2
do U01n1almellTE, podemm de inmediato deterntnill el
A A
00 B
'M
raje de produ<:los deflX:tuoso$ a paror de hu e5peCmc.adollC' <h-
A B
das '! de los parimeuQ> (11, 0'), pero es :l'\. til el'alruu el prOC($()
B
"
"
W S7
,
S,l
2
,
.. ,
U$aJ1<;a Cp (furuee de capacidad del proceso). La d,dinicin dd
,
n
,
6'-.7 ;
56 B
lj5 4 ';3 5 (lS.J
<
c. es la siguiente:
H <, A B4.4
.,
A
,,,
,
66"
Especificaciones bilaterales (LE, 'f LE)
,
'"
A
,
"
,
"'''
ep = .LE -:- LE (;<18)
<, n1.1
"
A MA
'"
,
83,6
,
6,
A H2 6.
,
&J.6 I M B
""
Especificaciones uuilateralS (LE, o LE,)
,
aJ.9
'"
,
gS,; i
"'
,
6U
-i
(;.191
"
A
""
"
,
6.'>.5 ' 1ft
,
85.1
9=-<--
3,
H A &1';- h6 A su '1) A 8>.6

"
,
B6J. W B M<) i 94 B 56.b

,
e _ x-LE
P<-- {52;}}
3! u .A
'"
., ,

"
,
8::,7 97
,
ni
y la evalUi\dn del pmceso uundo el' es como sigue;
71
,
f,H
"
,
&<i'
n
,

'"
B
..,
"
,
",
"
,
1)6_0. 74
,
1)1,9
"'
H 8s,e
1) 1.33'5. Cp satiBfactorio
"
,
%1 .'iG A He
"
,

'00
B 84_1
2) CI' < 1 33 Muado
3) Cp< 1.00
inadecuado
T"bl.. 5.6 Emarifi:.:acill de- ia infmItr.lC:n
Ei<mplo 53
Lt (abla 5.6 nluClitU el producto de un cierto de reao::
d.cin qufrnia Puesro que se usaron dos reacttl!:e$, A y B. $t'fia-
lo que tal vez habla una diferenCIa emre ellos, Se C/itraHc
gn 10$ reactofe$, y los fC!lult:<dos se ffitlt.'>tfan en la figrua 5.8. Se
enwntraroll dikrcnclas curre 10l rcacrnres.
Pjercicio 5.1
En una pana.krla,. dI trabajadores, A y B. ha<;ienuo pan
en las mquinas 1 y- 2. El peso de lo. panes frano::se: puxluddO$
'sett"gisu durann! 20 Mas, como se muestraen la taLla S.7. Cada
db se tom;tMb CUatro p.1n($ de aa maquina y
se pesaron. La esp:ian del pero es de 200-22; <E).
"lruw_lkI m:ipliftlUJc ... .:ciM A
,."
1'''15.'104
,.",
Figura 5.8 Esr.""I.l:ilkan de hisrognUl1b
1) Haga 105 gnieme5 histogramas:
a) Un IU.srograma global.
b) Un histograma dd panadero A y otro dd panadero B.
e) Un histograma de la mqnina 1 y OtTO de la mquina 2.
d) CnatTO hinogramas que rnuesrren combinaciane$ de
diferentes panadero5 y de diferentes mquin3.'i.
2) Endie!os wmparndolos con la espeficacin.
.., c- "!:,,, ""
''""' "-
;:::; 'C'< ::::;:::
G "< "'! "'! ":
gro"""' .. '"
<'-< 2;;;;;:;;::; g
"
.f-------1 :.;



ID'
,,,o
x(%)
2.0
,
'.4
]
2..2
4 2.]
,
2.5
.
,
, ..
7 2.2
8 2.7
9 2.4
10 2.J
11 2.0
12
,.,
13 2.6
14 2.1
15 2.5
16 2.7
17 2.1
18 2.6
19 2A
20 2.1
21
l.'
"
;U
n 2.3
24 2.4
15 2.3
,.
lA
27 l.6
2S 1.5
"
2.'
]0
2.4
r
4l
4'
45
44
45
46
4J
47
44
45
42
44
47
44
..
47
42
48
45
43
45
43
46
47
44
45
46
42
46
46
VII
Grficas de control
7.1 Qut SON LAS GRFICAS DE OlNTROL
w. A Shewhatt, de lo: labomtoriol! de la BeU Telephone, fue el
primero 0:0 propono:(, en 1924, una gdfica de control con d fin
de eliminar lUla variaci6n anorm.al. tiistinguiendo las variaci<meS
d.ebidas a td/t!at atigntb/41 de aqntllL'l debidas a CillISJZ.l al I1Zllr.
Gua grfica de coDerol en IlIU Unea cerHta!, un par de
lmites de (lItrol, M de o;tlos wlocado POI encima de la llnea
central, yotro por ddmjo, y en unos valores Cllllcrerls:COS
wdm en la g:t:lict qlit U'plt$l;'nta d Guado del proceso. Si [0000
Js valores dentro de lw lmite$ de COntrol, sin ninguna
tendencia especial., se dice que.el pfl)(:(::Soeu ea esmoromrob--
do. Sin emba:qo, si OCUIR'n por fuera de los lmite de: romrol []
muestr::tn u.na lUnnJ. pCUiM, se; dicc que d proceso est fuera de
control, La figura 7.J muestu lIigunos ejemplos..
La ca1idad de un producro manuf3CUluOO por medio de un
ltl:evitablemntJ:: sufrirl variaciones. Estas VlUaciones rie-
nen causa.s y sus lcimas pueden clasifu;;an:e en dm ripm: cau.w
debidas al :tZaf y asignables.
9l
La v;rriadn debifU a causas sign6caque
.ignifkacivm que pueden $('t investigados. Es
puede p>llar por alto: hay casos causados por la no
-cierro5 o por la aplicacin de estndares .
Cuando Jos puntos se ubicm por ruera de los lmites
[rolo muestran una tendencia particular, decimm que el
$O e1itlJ.fon's di! cDntro/, r esto equivale a decir, "b"",
porcau.s;.u a,signililoyd :;:::::! Para cnntrollIT un pmccso,
dentro de un rnargt:n de aur.
Para hacer una grfica de control es necesario estimar la
ri.acin debida al azar. Para esto se dhiden 05 daws en "''''''''
dentro d(' 10& endes el late de materia prima,. las mquinas,
"
operadores y otfU$ factores son de moda que la "aria
cin dentro dd subgnpo pw::de coruidcrar5e apro:rimadameote
Lt mi.tma que la v:uitdo por amas dt:bida.s al ;ruU.
Hay varias clases de gri1ficu de control, depcnd.iwdo de su
propsitO' '1 de la> OU\lCterbticas de la variable, En (,:ualqu1c:t' tipo
de .le control d limite de control. se calcula usando la
s1guteme filnnula:
(mor promedio) 3 x (desviacin estndar)>
donde la est.indu ($ l. V<Uiaci6n debida al azar. Ene
upo de ,gdflca de control lIC llama UIU gr.i1ka de control de
3-"-_
7:l TIPOS DE GJII1ICAS DE CONIllOL
Hay dm dpO$ de gtfic:u de control, una paR valores a:mUIllJ.QS
y ottJ. pata valores discretos, V:ts tipos de grflOl pteSCfKo$ por
J15" $e mue'mm en la tabla 7.1 y 111$ lineas de rontrol5t1 mua-
tran en J" tabL17"2
valor wntlRUo
Nombre
Grfica i - R (Valor promedio r rMlgo)
('1f'l.6ca x (Variable de medida,)
Grficap.., (Nmero de unidadal deftuosw,)
Grfica p {Fraccin de unidades defectuosas)
GnUlca (: (Nmero de defectos)
Gr.l1ica u (Nmero de por unidad)
TaWa i.l TIP')$ de )tilca de oonnol
Valor roncirum _ rango

Valnr cnnUIlflil
Ml mli
x
\hlor dlsc.reru - mmem
de uni<!W
P'
Valur disi::rtN - fracci6n
de unidades defectl.l(l';u
p
Valor .mtwo .. mimero
de defeclXlf
c
Valor djlCl!"f() - nmero
de d:efc<;tO& >Qf unidad
,
l1mire superior de oonuoJ (l.ea}>
Une:. ceuD' (l.e},
inkrior de: wntrol (Len
l.ea x + A1R
Le "
LCi f-AR
t x+2.66Rs
Le ii
l.e ;C'-U}6RI
=
,. + i'J
Le
,
p.
,
LO jiTl-3>Jjiril j)
u:. p+?MJO
Le
Ji
h.-............. ,
l.Cl

ji-3-p(1-pjln

1.0 ?+3"';?
Le
,
Le, e -3.yc
=
+ 3';'
Le

Lei

vi;'
(1) Gnfi", i-R
se usa pan controlar,. arutliLlr un proceso en d cual la
rauaisrka de cal1d.a4 dd producto que se (:$u midiendo wma
conrimros, rnlcs comO' longitud, peso o conceturaciJ\, y
eitO proporciona la mayot candad de infurmacin .wbre d
Cl!SO- X Upl:'eknUi un MI promedio de un subgrupo y R repre-
senta d rango dd rubgmx>- Una grfica R se usa gcnemlrot:1Ut'
en mrnbinacin Cbli una gr.ica x para controlar la variacin
dentro de un subgrupu.
(2) Gnficu
Cuando Jos datos & UIl ptoCCiO se regisrr.m dUflIDte ibtervMO#
laIgOs o los subgrupos de daros nO' Wfl efeCtlv[)$. u grafica cada
dw iudividualmentey e!i1I gtfC1 puede uune rom1 grfict de
conuol. l que no !uy 5Ubgrupu y d YIor R no puede
caIculane, se usa el ran.go mvil R.; de dllJJ)$ JUcesPro5 para d
clculo de los limites de control de x.
(3) Gnfi". po, Gnfi", P
Estas gr.icm: se usan cuando laGllaccerls:tca de caJidad.st Rpre-
senta por el nmero de urudades drlectu[)$$ o la frnccin defec-
tuosa. p..ua una rnnestU de tamao roru;rante, se \lsa: una pea
p" dd nmero de urudades defectuos$. que una grfi-
ca. p de la fc-au:in de se mOl. pua una mue!rtn de ramatio
,"lliable.
(4) GtSca e, Grca 11
f.-sras le usan para comrolar y analizar un procero pot los defec-
tOS de un producto, tales como rayones en placas de metal, n-
meto de wldad= defectuosas de un tekvisM O rejioo desigual
en letas. Una grfio:;a (referida al nmero de defectos se usa para
un productocuym dimensiones son constantes, mienuas que WlA
grfica u k' usa para un producto de variable.
7.l CMO ELABORAR UNA GlIFICA
DIl CONTIlOL
(1) GdIlca i - R
ptJS4 J &ClIJP. 1M datos
Ret,ja aproximadamente 100
datos. Divldalos en 20 25
$ubgrupos con 4 5 en cada
uno, hacindolos uniformes
dentro del 5ubgrupo, Regfstn:-
ImI en una hoja de daros (tabla
7..3). Cuando no hay u:oona
tcnicas pan, hacer suhgrupo$,
divida los datOS en el orden en
que $e obruvieron_ El tamao
del grupo es generalmente en-
tre 1- y 10 en la mayora de Jo,
~ .
Paso 2 Cakvk los X > J Paro:]
Cakule el promedio x para En d primer grupo.
coda rubgrupo.
Xl +X2++X,.
n
donde N es d mmafio de cada
lVbgrupo, Por lo general. el,re..
mllado se calcula um una cifra
decimal ms que a q ~ 1 1 a s de los
danw originale!:.
p"", 3 C.lcvk i
&.3
Cak:ule el promedio bruro x
dividiendo d rotal de los x J
de cada $uhgmpo por el nillne-
ro de $ubgrupos j,
,
se akula con dos cifras de-
cimales nW que aquU:u de los
datos originales,
'iubgrl.lpo
No. x,
, 47
2 19
l "
4 29
, '"
,
,
,
,
10
"
"
40
"
"
"
"
"
15 :.u
14 17
15 15
lb 7
17 JIl
16 15
1!J JI
10 12
32
F
11
"
"
J5
'0
..
j7
"
...
"
32
'0
"
"
16
"
"
"
12
" 26
"
"
"
"
"
" 31 h
{) 4:
12 29
20 35
27 38
35
"
"
"
36
lO
"
"
'"
"
"
"
" 36
'"
"
"
"
"
'.
f 5::"
11 .I:.w
42" k
11 15
- 14
:n ,"9
" 1"
25 41
" "
" II
34 15
3
"
"
"
,,w
"
"
"
'" 25
3)
"
'"
35
J2
178
146
>01
'"
1<6
m
",
160
1 4 ~
>6,

35.6
2'1.1
20.1
39.4
29_2
31A
H.1
.n.o
29.0
31.6
j
26,P
17.0
:<9.8
31.&
l
31.2
2.a,8
31.4
:<9.6
3",:0
19.4
3"
12.6
JlL2
746.6

"
" 3l
30
"
"
21
H
11
26
10
"
26
,.
23
"
,.
"
" , ia
"
2S
"
"
686
i= R=
}4.86 17.44
&0 4 C.1cuk R Paro 4
Calcule el rango de oula sub PatJ. el primer grupo,
grupo R. reMando el. valor mI
ino del valor mximo de JO$
w..tN en d subgrupo. R", 47 - lO = 27
R,. (valor mximo en UI\ sub-
grupo) - {valor mJnim(l en un
wbgrupo)
Calculce:l promedio ji del
go R. dividiendo el wta1 de los
R 5 de tubgrupo por el mO'
mero ck grupos 1.
R R.+Rz+ .. +R.
k
R debe a.lcu.!:use con do.; ci--
fnu wm2k.t ms que aqullas
de (0$ datt tiginalC!i (el mis-
ffiQ mlmero de de.::imala que el
de ).
PtI$o5
R", (27+i8+".17)/25
,. 27.44
P!U4 6 CalaJe las lJ'fIeIlS de PalO 6
"'.".
Calcule ada wu de las meas
de I;Dntn,lJ para 13 gd.fica i' y la
grfica R con Jat Jiguicntes fr-
mulas:
Grafia i
Una cenual:
Le", x
Lmite de conuol superior:
L",
Limite de control inferior:
teiO" i_A,)i
Unea antraJ:
Le = ji
Llmire de cvntro! iuperior:
L ... D4R
Umire de control infi:rior:
Le"" D3R
LCi no tiene en cuenta
cuando n es menor <tU<' 6.
A;:, D4 y DJ $00 In.s coefi-
cientes determinado. por el la-
nuIlo ck un 5Ubgrupo (n), y tt
muettm'l en la tabl 7.4y
bjn en la [abl.t 1\.2 de JO$
""""'.
GrfKa X
Le .. i =. 29.86
i+Aii
'" 19.86,. (l:,j77 x 27.44
= 45.69
LCi .. R
'" 19.86 - 0.577)( 27.'14
.. 14.03
LO .. D4R .. 2.115 x 17.44
= 58.04
LCi "" - (no se colUidera)
Tamafio
2 1.880 3.267
3 1.023 2.575
4 0.729 2.282
5 0.577 2.115
6 0.483 2.004
Tabla 7 A LiSIa de w d i c i = ~ pan grffi .... x _ R
Paso 7 Dibujt 1m limas t Paso 7
control
Primero, prepare una hoja de
pape! cuadriculado y marque el
eje venical de la i2.quierda con
los valores de x y de R yel eje
horizontal con el nmero de
subgrupm. Para el eje venical
c:sroja una escala u1 q= los l-
mires de conrrol5uperior e in-
ferior queden a una distancia
de 20-30 mm uno del otro. Di-
buje una linea 56lida para la li-
nea central y una lnea puntea-
da parn.los lmites.
Paso 8 Localice los punms PilSO 8
Registre los valOre.'l de x y de
R de cada suhgrupo sobre la
misma linea vc:nical en el or-
1.128
1.693
2.059
2.326
2.534
GRFiCM DE CONnIOL
den del nmero del subgrupo.
Marque el nmero del subgru-
po sohre la linea horizontal a
iorervalos de 2 a 5 mm. Use
para marcar lal i Y X para R
con e! fin de qne se puedan re-
woocer f.l.cilmeme yencirre-
los en un crculo para los valo-
res que estn por fuera de los
limices.
Paso 9 &gi.Jtrr los datos qUt Paso 9
puedan ser t utilltvl
Escriba el tamao dcl subgrupo
(n) en el extremo superior 2.-
quierdo de la grfica x. Inclu-
ya tambin cualquier otro as-
pecto relevantt: para e! proce-
so, [al como los nombres dd
proceso y del producro, e! pe-
riodo, e! mtodo de med.ici6n,
las condiciones de trabajo, e!
rurno, etc.
(2) Grif;",,.
Paso 1 Rrna los datos
Tome una muesrra y clasifique
la calidad de! producto en uni-
dades que llenen o no los re-
quisitos, segn e! estndar de
Ejemplo
Paso 1
1"

102
,o
.,
-----------------------------lCo
,
" "
"

inspeccin. En este caso, tome
una muesua de umao tal que
la mayorla de lo, sUhgruP05
tengan entce 1 y 5 unidades
defeauosas, y recojade 20 a 25
SUbgruP05 (tabla 7.5).
Paso 2 Calcule P
Calrule la fraccin promedio
de defecro& p dividiendo d n-
mero total de unidades defec-
tuosas de cada suhgrupo por el
nmero total de muestras.
Pa;o2
Subgrupo No.
2
3
4
5
6
7
8
,
10
11
12
13
14
15
16
17
18
l'
20
21
22
23
24
25
Total
GllE1ClJ DE CONT1IOL
Tamao del subgrupo
"
lOO
100
100
lOO
100
100
lOO
100
100
lOO
lOO
100
100
100
100
..
lOO
100
100
100
100
100
100
100
lOO
100
:En = 2500
103
(Nmero de unidades
defectuosas) pn
4
2
O
5
3
2
4
3
2
6
4
1
O
2
3
6
1
3
3
2
O
7
3
I.pn", 68
Tabla 7.5 Hoja de datOS para. grficap"
_ !..pn

kx.
/'asq:3 Calcu.k 1M ,
control
LInea t;C:ntral
lC '" Pn.
L.mitc de rot\trol superior:
l..Cs '" '--._-
pn+3H,;,I-p)
Umitt: de oontrol iflkrior:
r --,
la,.

2.72 =
LCi. in, :p
le no:le t:i.cneen <;;uema No se roruidet:1
do su valor (\$ un nmero ne-
gativo.
p4UJ .[ la !/,Ifoa P4lO 4
tk canf:r()
Marqw: d 4ije hotizanoo con d
mimeto de subgrupoo y el eje
vcnicaI ron el nl1mero de uni
dadei .J.ex:tllO$;u. Dibuje un;!
Unca ,olida para la Unea (;Cn-
tul in y di$UlntinulU
para l. Y LCi. Luego, Rgit.-
!:re el numero de unw.lades de
fectuosas de cada
lOS
7.4 CMO LEER LAS GRFICAS DE CONTROL
Lo mb importante en el umrn: del proceso es captar el dtl\dO
del proceso de l't'WlflCU pra:ilIa leyatdo la pea de amuul y
dlpremente tomar acciMS ;!propw.w se enmrotre
algo anormal en el proa:so. El em.do COnGulado del proce;o es
el estado en el. cual d procese es mahle. I'!S decir, el promedio y la
v:rriacin del procm:; no cambian. Si un pro<:ao est tl no CtH\'"
lIolado se juzga 5egAlO$slguIenw.;;:r.rerios iI partir de la gr.fka
de
(1) Fu ... d.los 1Imi ... d. ronttol
(2) Racha
La racha e&el catado en el aulku punto: ocurrenoontin\wnc.n.-
te en un lado de la linea central y el nmero de pttnt(\! se llama
longtLId de la racha.
Una longitud de $iete puntos en una racha se considern no.-
"',,
,\un si la longitud de la radl1 est por drbajo de 6, uJn5i
.retan los: siguienteS casos:
aj Al menos 10 JI punto!! COnSefttv.n ocurren en un
roo lado de la lnea cemrnL
b) Al MCUO$ 12 ik 14 ptmtos ro1l5eeutlros ocurren en un
mo lado de la lnea central.
e) Al met1(O$ 16 de 20 puntos ronsecutiv0.5 orurren en un
mo lado tk IR lnea central.
UU. naehll ,itu;
puutDl anormll.
Diez de 11 punlOll COIlSeC'UUIIOt que
en un mismo lado 111; ronaidctll lIIlormaL

Figun 7 A.1 R.rlta
(3) T....t-ia
Cuando 10$ puntW' furrnm una ctlfia condnua o
te dice que hay una terulern:i.a.
:::[_._---------------------
Fipn 7.4.2
(4) Awwaieo .... 1o.1lmi ... de roouol
Teniendo en cuenralus punlru qut: se acm:an a lo, lmiu:s de .
conl'l'O de 3 ..sigma. si 2 de 3 pwlW$ QCUrren por fueta ik las
lncu de 2 "';gma, d c.uo se considera monnaI.
107
Figwa 7A.3 Aa-raunlenw a10s linUte'l de ronO\'lJ (2;1r. J pLUl!OllJ
(5) A=cami",,.. la lJnea =tnl
Cnando la mayur de puntm cun dentro de Jti HntaS de
l.)-,igma (los bis,x;toteS de la lnea central y de cada uno de 10$
de control), mo 5e debe a una furma inapropiada de M..
("fT lQ..'i subgrupos. El accrunlli:nto ala IInca O':ntraJ. no significa
,In estado de control, sino una met.cla de lain.totmaci6n de dife.
rentcs poblaciones en los subgtupQ$.lo ruaI hace que J05ltmi(e5
de control nan demasiado amplio.!;, Cuando $oC pres.enta eKa $-
ruaci6n es nea-sario aunhiar la maru:t:l. de hao:r los subgrupos..

___ __ ____ - ------- ---- - ----.} u-,....
i ;;;;: ) - u-
f- /"v/"...v '*s..;/'v ... )
._-------------- -------- --------- ---)
(6) Periodkidad
Tambin eJ anormal que la cueVa muC'!ure reperidamente una rcn
dencia aKendcnte y deKendeme paca .:Mi d mismo ntetvalo.
- ---- -------- ---------

7.5 ANUSIS DEL PROCFSO
USANDO lAS GRFICAS DE CONTROL
El objetivo delaruJ./isir tkl procero pnede definirse como
ficacin de caIlS3.5 especificas asignables de la variacin de
caracterstica de calidad en un proceso. Despus de 'ooo'.m
esas causas asignables por medio del an1lisis del proceso,
sario realiur una serie de acciones correctivas en relacin con
causas asignables.
(1) Organizacin de 105 sobgrupos
La organizacin de los subgrupos es la parte m;1s imponamc
la preparacin de una grfica de control y determina su
dad. La organizacin inapropiada de los subgrupos tiene
resultado una grffica intil.
Los datoS se recogern una vez que se haya decidido,:::
[erstica di: calidad de un proceso que se va a analizar. 1
cin en una caracterfslica de calidad en un proceso se debe
varia.'l causas. Por esto, ames de organizar los subgrupos, es
sano considerar la variacin que se ha de eliminar, y ",u, ,.""
de agrupar 10$ datos de tal manera que la variacin debida a
ton:s permisibles constituya la variacin dentro del
Para este fin:
a) La operacin debe rea.lizarse casi en las mismas ooodi"on"
(desde d punto de vista tcnico).
b) Los datos recogidos a lo largo de un perodo
ti'lamente corto deben agruparse.
En la formacin de los subgrupos deben considerarse los si ..
guienteS puntos:
a) Hay maneras diferenteS de agrupar. Se debe =nb""cl ,= ....
Jio del subgrupo y ensayar di'lersas maneras de ,"ml,inuIDO
datos.
G/lRCAS DE mNTIiQL
".
b) Un cambio en la manera de organizar los subgrupos produ-
cir un cambio en los Facwres que constituyen la '1ariacin
dentro del subgrupo.
No puede usarse efea:i'lameme una grfica de control sin
conocer los componentes de la nriacin dentro del subgrupo. El
siguienre ejemplo mnesrra cmo los componentes de la wria-
cin dentro del subgrupo cambian, segn la manera de organizar
los subgrupos.
Ejemplo 7.1
En un proceso mecnico, se usa una dimensin de: una pane
como conU'OI de la caracterstica del proceso. Los facrores m
importantes que afectan a la dimemin son la calidad de las
materias primas, la forma de: la herramienta de cone y el ajuste
de las herramientas para la abrasin. Las condiciones del procoo
son las siguientes:
a) Un lote de materia: prima corresponde al uabajo de una se-
mana.
b) Se afilan las herramientas de cone todos los dlas.
c) Las herramienta5 deben ajustarse al comen:;ar el rumo de la
mafiana y el de la tarde.
En este caso se considera admisible la '1ariarin dentro de un
ajuste y el criterio para el control ser 5i el ajuste se hace correaa-
mente y si las herramienta5 estn en condiciones normales. En-
ronces los datOS deben agruparse de rnI manera que la wriarin
dentro de un ajuste se con'lierta en la w.nacin denU'O del sub-
grupo y la v.uiacin entre ajustes se con'liena en la '1ariacin
enrre los suhgrupos.
La tabla 7.6 mUe5tra la hoja de dams, las tabla5 7.7 y 7.8
muestran la manera de funnar los suhgrupos, y la tabla 7.9 muestra
los componentes de las v.uiaciones dentro del subgrupo y entre
subgrupos, respecti'lamente.
JlO
1Jic. 1 JO 39 Hert,mimb
42 Ajt:ste No. 1
Dic.2 a.m. 42 41
Aj""
Herramienta
No. 2
Dic. :; a,m.
"
'7
AjlJ5te HenamiMd
No.}
Tahb 711 Hop de datu>;
""'h,
Da ...
Die. 1 a.m. (J9 39)
pm, ( 40 42 )
Dic.:2 ' a.m.
(4;.--- 41 y
Dic. 2
pm. (43 42)
Dic. J un. (3. )7) Die)
p.m. (38 38)
Tabla 7.7iubgrupos& Tabla 7,8 Snbgrup ,,"- 4:
Vafiadro

[rro< de medil<;'"

Error 00 lT>I!(l,(1!l
00,"11,(,

Enot 00 m\lC'$[roo

EtWI de muell:reQ
ool5:1bgmpo
Vari,;dn del proceso Variac'6n del pro<:eso
daII:ro <kl aju.te &I'\<o <10,1 ajuste
"jll'!e5
V"n""ill En!re das
""'"
Entre
SlJbgfOJpt Entre

Entre !Th1",,;,I\!'S

hl:", materiales
Tiibb 7.9 0:impm1l1llt>l:/ ik "arlacMm ... <kmm';d 't fllm!
suhgrupm po;>r 1; funnocin de en tu rnhla4 7.7 y 7.8
(2) v.,;.oo. cknu:o dd.uhgtupo
Y variacin eutn: IiObgrupos
La variacin de los duos se clasifica como variacin dct1tm del
;bgrupo y variacin entre !Ubgfl.tpru. La primera "",la varilld6n
que aparece al interior de UI1 mbgrupo y se encuentra represen-
lada por el valor Ji en una grfica R. Por OITl parte. fa variacin
!tnttl: tubgrup$ es la que apaw:e entre 1m; rubgtupos- f se cn--
cllCm:m reptt:Kntada por la Jsuibuci6n Je 10$ punW& X en llna
grfica x.
Sea la vartanZll al merio.f un #ubgrupo a",
1
y la Ma:tWl
,
entre subgrupos a" enttlnccs
(7,1)

donde U x2 es la vananzaJe x. (J., e:rt.ima a partirde Ji por
(7.2)
donde t4. es un cori1cienteqUtdependedel wnmo del m'bgrupo.
/f. yque K muestra enja tabla 7A. Aqu el ndice en el.d&-
bolo O'alsigtli&ca la estimacin de oCJI
Scgncsw. J:t di.nribucin d los puntos x se ve arertada no
:oolamentc por la variacin entn: tubgrupos sino wnhitn por la
variacin dentro de los $Ubgnlpo:t. La variacin de un eJUdo
perfectamente comrolado es la siguiente.
al El proceso es constante y la variaei6n entre
,
subgrupose, ah =0.
b) La -variao;;n del proct:St! es wmmntc::. es decir. la variacin
dentro de 1m fubgrupos (J..,2 = UJIIliCU1le.
No es posible dtterminar din:cramente la variaci6n enm:
suhgrupos. sino que te: calcula de
1,,1 "2{
Ub =: 1JUx: -(tI//! ",
III
,
17", se calcula a partir del histogmma dI: i> o a partir
,
donde (1 r se calcula a panir dd hisrogra:ma de x.
(3) Estratiflcadn
Cuando los miSffiW produc;;m se h.acen en varias mAquinas o por
v;ulD$ op:n.:rias, es mejor das'fi.c.ac 101 datDs segb la mquina )
d ope:r.trio de manoa la dikrenci;t entre lruiquinas u opem-
rlO$ pueda Kf ;maIiLada y ell:Omrol.:ld prnceso ie f.u:iJite.
La auarifiacin es un mtodo pan wntiflC.lf la fuente de
la vntiacin de 10$ da.oos dasific.ando los daM .segn
"VUtnt
la 6gu.ta 7.5 ($ un ejempo de una grfica de control que
xurle enr:lrific.arse. Esta grfica muesaA una ancr.educa de
cahdad de jXIltC$ ma,nufa,;;:wndas por .:10$ mquinas <A y J1. La
...

--------------- ---- ------- - --..
A

...
,.,
__________________ _
figura 7.6 es la gnil.::a.;k: control estrafu:ada ptJ.A y l! Como
reruh:ado de la uttanfu:acin se eneuentra que.casi no hay dife.
rencia en la variacin cntre A y B, pero que B dffI.C un valor
promedio del proce.&O maym que A y que el procesG esr" en esta-
do de conrroJ para ambas y puede deciH que entre A
y B parece baber algunas caUllas asignables.
CoIDQ regla gl:nern1. el propsito de Ja estrariooci6n es exa-
minar la diferencia coen: bs Wlofes promedio y la variacin en--
clases diferemes y tomar acciones correctivas con ala
diferencia. si la bayo Si es imposible tomar accionell
mente. se hace nocesario entonces llevar a cabo el control del
proceso 1J6ando gr.ticas de control estratificadas.
(4) Prueba de la diferencia entre grfu:as de contrOl
estratiIica<lti
Si las dos grfiCli estracifica.d.as i - R milfut:n las s.iguientelli
cuatro condldonts, coton.:a es pot1ble rometeI a prueba la dife-
rencia entre loe >r.dOr(l.
,1<
a) Ambas grficas mUC$UlW un estado de controL
b) El tamal\;) dt lo. $ubgrupos es el mismo,
e) vruOh::$ de y de Rn ion cu 19wtlC3.
d) nmtr()!i de los subgrupos kA 'i *IJ son ,ufici''''''''''""
grandes (kA;' lO, k
8
>10).
fA
donde
(5) Prueba de la dlfmncla en la wriacin ...... " .....
Para vu si hay un. diferencia en 1:1 variacin cntre JI.1'
hte.nratificaci6o, re usa la frmula (7.7) o {7.8). Si
frmularesisu. entonces pru""da;.."q'" ,";',,,orudil'''''''a
en la varlaci6n rIme Ay !J.
R
A
1RzL2 li(iia?:l.l
En el Cl$O donde Rfj > li
A
R!JfR?:L2 RIR
A
?:1.2
Las ptutbaJ en (7,5) y(J:T; o (7,8) no $i.')O ne--
cesuW cuando la dlferencia es obvia. p<J/lallimple inspeccin de
W gr6ca:t de mntroL
,= .. I

na_
TI,.. !le

l1j1(1de
....... r' i
7.6 ESTUDIO DE CASO DE ANLISIS
DEL PROCESO
Por 10 general. i':l.I.alldo 1ft! LIla unagcllig de contl'lJl pGraaflaJi1.ar
un problema. sta no se wa oo1:.,sino juoro con hiuogramat. A
continuacin damot UJI ejemplo de cmo analizar un probkma.
En una fbrica que R:$Otre'i de hoja pua tractores se
encontr que algunos de !.os resom:s. tenah ftacuU!l1l. Es
no idencifu:at lacausa -del problema nn pronto com.o sea po.sible
y evita! quoe "II.ldva a ocurrir. U$C1l\O$ los &i.gulcrnes daros pata
GO!lsrruir hinogr;lllm y grficas de ronttol para tna1i!.u el pro-
bletna,
Infomuuin obw;w WJ:4 d mommto
1) Se hi:w el anterior diagrama de cawa-efto para moSca,
la awa de las mcruras.
2) Lo, resottes para pequefioJ (Al) y para U'3CtOlCl
medianos (A!) se tratan en el mismo horno. 1...00: dot tipos de
prod.ucro se difctt:ncian $610 por la rorm.a. pues el maret:ial
ron el cual At: fabrk.t.n e:g el mismo Sin embargQ. el tipo de
empaque usado dur.uut' d o:awnienw por calor es di&rebre..
SIEn
3) Recientemente ha aumentado la demanda por traCt)t'C$
qaem, y la producci6n se eu iucrementando
re. El nmero de re:lortes que reciben tratamiento de
simulrMl.ea.tnat se ha aumentado proporcionalmente
4) El horno se opera. en dos twnos diatios (B
l
'1 19,
tumo se n:a1izart dM tratamients .... e calor, es decir,
rumo 5e naran al calor dos conjltJlirn de rewrte!l.
5)
La dwaa de 1m re5rto: plleal" alnsiden.rse corno
tcrlstK.a .sustitutiva de bu fr:Kruru.
6)
I>uranu los ltimos 16 dm .le ha rerogi..i
macin:
,) Se pens que la variacin en la temperatura del
centro hacia In pamies
ro, despub de cada trafMl1ienw se tom una muestra
del anuo del Mnm r oua (PI) de arca a la pateJ.
midi su dun::z:a.
b) Se inspeccionaron todos los resortes dnpu6: del
miento de calor y se midi SIL dutt'M.
,) Los esrndares de dura<ison 1m dureu Jll.hi..
m.a 460 Hb, dureza mfnima.350 Hb,
obtmw de 101 hittDgramas
1) Htognnnn gm",,! (jig''''' 78)
Este mlldtra aproximadamente una disuiblldn normal r roda
las mue:nrn se eucuemr3.n denrro del rango ClpedIiCdo de du
reu. Sin embargo. se encontrafQn fracturas en algunas mucstnu
de alta dureza aunque estaban dentro de los lmites de la
ficacin
2) Histograma ptlra las mu.esmu con fozctuTas (jigurtJ 7.9)
a) Todas Ia$ m1lClirtBS conmcturas son del tipoA- Por tamo,
problema se locall1.a el tratamiento de resOrtes tipo Al
parll tnn:rores
(;WrClS Dt ("(I/v.TfYJi.
,-
ffi'
,
'"(!JI,,
,
"
,
. 1' ."or'.o"" ;nd,uIl d "",m" pur< '" "nwnl1.(.n en 1,11",<-<'"
P,.
-
H-
x_ -
x_ -
I
r_
u ,
- I
""
I
- ,
I
--
J h
"l: .' '
1
J-"l.() ltl1U 410.0 4l1J.G 45MI HI;>
Figum 7.8 Hk:o;rJ.<lR gt:t'I(ral
,
LEi I
..
J( " 4S-.U
s 4.16
b; Lt dureza de 1m revmes con fr',nu,,,,,
de un valor airo y wdos ms altm que 440 Hb.
3) Histgramarpam diftrentl!t tipos de J"/!MtrU Al y A
(figura 7.10)
a) La dU.l'f"La promedio de los Ie50rtts para 1m tractoro>
m (Al) Cj ms bien (llu, r los valol"c, ;n<I;v;du'e, MC di",
boyen m, ampliamenfe.
b) Debido a que mdo$los re\ones con fracturas son de
lr;l.$ dcl tipo Al' parecera qm:: los mtodos 'd;:e:
para 101 re.5ortt'S par.'! UanOTes pequeos no So:
d l.a disrribu<:in tk los room d.e durt'2a par-.. los resortCli tipo
Al para trolctmt'1! medianos no es amplia, r n6 se enCQntraron
eutre tilos mu<:stnl:S CIJO fractlms-
20 tRi
A,
....
f .. W.94
s "" 11,68
A.
.- ..
X .. 399.25
$ .. 11.12
, lIt
.'" ""
4) HistogratlUJs para dijffl!nYs mrrws DI y Dl
(figum 7.11)
a) La medida para Bt es mayor que la de 11 'f la variacin es
menor.
b) Entre lu mue:mar Bl l.ay algullos rtSOI1C$ ,,olt fracrur;u.
'"
un
,.

'"
LEi
10
o
""
400
8,
....
.f .". <COl.lB
s "'" 17...45

P,
'"
LEi
. -
..
,-
,.., ..
, .
11.<6
l.
LE>
O
'"
LE,
lO
o LL"""",,:L
'lO
5)
P,
a) La JUreL;! media: de las del "n,ro d,1 "
no {p) t:J baj>4 y la <:1' p1ueiilt
mru,:.;;tnl$ nene fracturas.
h) La durer,;t meda de las JItlIeS[fa;; tomada'! de tCJ. A la
dd !torno (Pl) es alta y la varian es ligcf'.tmen{e
Algunas de esLl:!l niue$tras rienen fIll(;mras.
c) P;u:ea: que a'ludIos !'6Orres U.HadOS ;!ru a JI".:;;:!:::
no rien<:n probabilidad de tener una duretal.o s
grande como para producir ffactnw.
6) HiJAJgrllmiU para diferentes M
Ay B (figura 7.13)'
a} La variacin p<ua Al 8
1
y Aj 8
2
C1>
que para !J
l
B 1 o para Al B
l
"
b) No hay difeteucia signifieativa en la.> pero
par.! A BI Y ABl son ligeramente
c) valores para la combinan AlB se concentran
dor de la media de la dnreza y Lt mi",'n
pequea. Basado en la :u;:mal dureza mxima y m'nim",
D-" _______ -'-'":'."
(udicc de atpaddad dd proceso Cp riene un valor extrema-
dAlnente huen< de 2J)4, por
Cp=_W_' ... LEi"" =2,Q4.
6J 6x8.97
filllW, la comhinadn d..: A;B es C'XCt'lenrc.
7) Hwgrrtmas para diforcnfcf comhinadones tfiu:t(Jrt:1
A, By P (figuro 7,14)
a) La dureza media para IJ! mnestra.\ de dpoA
j
(para tractores
pequeos) ('$ claramente rnayof para mue:ma tomadas
de la posicin 1') (cerca a la pared dd horno) que para las
mUC\trM tomadas de la posicin PI (el centro del horno).
11.2
LEi
\O
,
ti
':h
n o
A#IP,
LEa- ,.,
i", )94.81
, . ""
B,PI
11 '" 16
_mal
t .. 16,ts
. ...".
" .. 16
l' _ 418,n
J _ IUi
"t J
I I , rnLJ
':[
A
1
8,1'1
" "" 16
rd-n
g", )9SI,l)
s .. 9,'"
':h
A,B11\
,
" "" 16
rh,
!l .. 4OL1S
$ '" IS1
,
A,BfP'1
"U
" .. 16
rlfl.,
'1 ... 193.94
.t .. 9.1!:l

......
':h
I
A:B.P.
I
11 '" 16
nlrb
'1 '"' m.J9
3 - hUII
, ,
ll.
..,
430 Hb
7,14 H""ogl.unJ$ p-na diferente> rombinadone;
dI' f""lOres A, B r P
123
b! La dnr= media P<lrn las tipo Al (para tractores
medianos) no parece depender de la po$icin de la clul $t"
romen las mue::;tl:'iU,
e' La de5Yoon escindar rienc el mimw valor de alrededOt de
10 Hb para bu comblnaurle!i (AlBl!')' (AIB;P:), (A
2
B,P),
(A
1
B
1
P
1
! y f",4-fiIP). Tiene Utt valor mayor de alrededor de
15 Hb pat.l.las comhinaeione. v1ErPJ, (AE;1'
2
) y iA)B,P)).
bu diferencia palea: debate al factor 13, debindose! m<l'-
yo: variacin a R;:
Jj La comhinacipttcs (A1E1'
t
), (A1BPl) y (ALE;';) se con-
antran alrWednr de la med;: de la dure.u. especifiauh y la
varlacin es pequelia .
fnfonnacin lJbu-nid4 de la grtifoa i - R (fiprd. 7.15)
J) Grfica dr: wrtrol gener .. l
Debido a que lru estn divididos en $\lbgrupos por JOtes. la
variacin en el interior de nn mbgrupo el; la vdfiacin dearro de
un lote, f$ decir. la variacin entre PI y p)' el error de muestreo y
d error de medicin, La vnriaein entre los difercmes subgrupos
indllye la variacin entre ore., y eotrc turnos, dlf<:t<:nteS tipos de
It'.rorm y diferentes da: (tabla 7J 1).
a} Grfica R
) Ninguno de 1m: valores esta por tller. de loS lmites de
conrrol, pero las largas series dc mol'CS relativa y suave-
meme mocuulos p:ua os lotes 7w 14.16-33 y 51..64 son
anormae:i. e indicm qut: el proceso eufuera de COntrol.
; R eHelariv,uuente grande p<l1'tt ttIDneli del tipo Al
ror pequeo) y relativamenre pequeo para. resortes del
dpo A: (traermes mcdiarms). btos dos cipO&, por tanro,
deben por separartR
b; x
No hay pumo. por hlCra de los lmites de control, pero la
larga serie de valore; pilf3. JO$lotes 15-26.31-39 Y 43-53 son
anormales, ndiando un estado fUera de conuoL
124
:lpoCf'
TJFj()
=",

lo:e t.Q.
A
P
B,
H,
8,
1
'"
J
1\'('(10
"
I
" , ~ , " , ~ , '
, I
~ . !
,....-' ,
'" I
:' i
... !







,
,
,
,


,
,


125


26
2) Grfoas t (nm>l tstmtJjicada.s .ftgn foctrJm A y B .'
(figu'" 7.16)
Debido a que los dalOS estn cmarifcauos por lote, la
en el interior de un subgrupo es la misma que la variacin
inreriordd laU" cO!1!$pondientc.la variacin
incluye la variacin entre IOles y la viiJiaein diaria (tabla
Dfa
J
J
TI;c. ce
-umo
"es<J1\P.
A
8

A,
J
B,
S,
B,
TlII>Lt 7.12 SI..bgmpo, grilk.u <k oonuu! ewaJ!uU"
segn tacwresA y B
a) CAjB); Tanto la gr:ifica R como la grMial i MUem'J1l
aproximacin a la Hna cemral. Cada subgrupo se
de datoS sobre femnes tomados tamo deL centro dd
como de cerca a la pared. En3. tendencia por tanto,
resultado dI;" lit.'i dfe.rente, media-s dt: ""do, di""ib,,,',,,,.
Es m:Ceurio estratificar lo. dUIM segn la posicin fJ1.
b) (AB2): Puede decirse 10 mismo que sobre las grficas para
(AIB
1
)
d (A
2
E
1
): Tanto la gdfica Reamo la x estn en estado
lado. En otras palabras, no hay variacin entre 101' subgrupO$
decir, entre los loteS y dJaa dla). El proceso ese,} en
cin esmbe. Estimemos la dewjan cUl1du en el interior
de! lote, e ni
En esteCMO
L128,
tenemos
Esto es apnn:imadameme el mismo valor de e,. donde
ff" '" j '" 8,97, csrimadodel ruswgramadeb figura 7, 13 <A:BJ
l {AzA): La grfica R csu en estado de comroL Sin embargo,
la grfica x incluye tres pUnt05 de 10$ Umild de ron-
t:rol. y no <:st3. en estado de control. Hay una v:niadn enere
os subgru(IQ5:; es tlecir, entre lotes diferentes r das
tt!$, Debe exam.nanc el mtodo mado .en el rumo B
z
' La
variacin estimada entre lut<:s, ff(O' es
Luio .... iacin estndarobt<:nida de la figura 7.13 {AZB2) es 13.13,
,
PuC',sto que <1:< $e pcr
2 2 2
0',. +0'6 '
En otraS palabw, la yariacin entre es del mismo 01-
den que la variacin en el imenor de $ubgrupo.'l,
; Ji I
<l I
;,:<1..;;
l ti P
9 '1 I S
\ I
. I

,

I
;,
r;i
I t

S 1
,.



o
"
=











"


"
=






"
,
, , ,




,

"

,
9


, ,

,
I
,
I
I
I
I
I
I
I l! 1 1'1

:
(F
, X".....:I
g '"
Grdfiats dt: cuntmi jHJrt1 rt.'()!'t6' dI tipo Al
estratificadas fegUtJ. B J P (figura Z17)
119
Dtcbido a que I n.<Ja Mitre segn la posicIn en el horno, se
hideron gcifieJs de rontrd scga posicin P'I, combinando los
d,ltm de dm: tuln da ert Llrt suhgrupo. As, la v.anall. en d
;rniw de nn whgrupo rorwinc en la variacin rlnl';l.Iue uosolo
diJ, la cl131 incluye la variacin elUrc la. varladn entre
,ubgrupos consiste en la v;llixin entre rlfa.i {rabIa 7.13).
l. ! Tipo dP ! Tu'no
I :JIJ i r($Orle 1,' 8
: : A ,

P, P,
, ,
:>9(, 41O
.... -
1
% 421
,
401\ 4B
B,
4
S,
,
A,
B,
f..... '-":--mE3:
404 4Ja

396 429
B,
<;i 36S: 410
J A,
l---- .. '.,0 __ +-..:=',,91=_',,",--1
11 J77 407
B,
376 410
Tabla 7.13 Snbgrttp' de iF:ili<.M Jt .;,,,,,mI pAU rt'!Iou.::. tir<' AJ
B y r
a) I-'l dHerem:u en x para (ABP) J' (Al/p]) t1 obvia. Un
pumo sr fnmentoa por (UtrJ. de 105 limites de ool1tfol, pero
unro la gnifiG:lX UJffiO la grfica R mudtf,w un estado de
OOfltrol rrlativamente estable.
b) Cita o:>mpmu:in de p! Y para la ",""b=i6nA, 8,.Pu.
que R es aproximadamente la misma par ..
(AliPl1, los daros parn 5roS pn;:;;kn rcruUfM: ,m,.,"'!
0'"" entonces
6" =Rld =: 8.25+6.50 ",,6,54
"" 1 2xLl2B
Respecto a u. que- incluye 13 diferencia dependiendo
po5K::1611, sta se obtiene por
La connibuch,'Sn de la variacin entre lubgrupos a la
cin tot; 0::< se pnede expresarrorno un porcentaje de
,
En este caso, C1 b depende de 13 posidn en el horno,
cando tambin que la dtlrC7.a dt> 1m rfJiotte$ est '''Il'''H
gn su posicin en d horno. y que esto debe
el Si la figura 7.16 (/lJBI) con la figUrA
(A:B
1
Pl)' vere:mO$ qne en la ltima grfidl, la ,,,,,,,fi,.ciI
de la primera por P ha dado como resultado un audo
control esuhle. Esto se de'be,a que le ha cambiado la
sicin de 10$ mbgrupos. Los datO'S deben agrup#l'$t:
ra qtre la variWn dentro del robgrupo sea lo lItt
posibk, haciendo que la variaci6n debida al pro=n ,p''''''
como variacin entre snbgtupm.
CH
4) GrJfic:i de Clmtro/ pdTd rewrtes tipo A..1
segn B (fir;.JnJ 7.18)
R<.'$pt'Cro ;t! tipo A: no hay diferf'ncia C1I b dureza segn la
cin en d horno, y los -datos agntparon en dos nt
con Il' = 4, De esta manera. la \lari'Kiu nrf;Huhgrupos se
pone de la variacin diaria, iuduyendo anta la 'l'arim:in
nfenmde loo lores como curre ellos. La viuin
es la variadn entre das.
a) :;'ilBj:Ltsgclficas x' yRr:smuwasenelesadode
[rol. ('J ti; M: estima a partir de
b) (A
1
B
1
): La grftca Rescl en estado de control, pero la
x no lo Mt. Un pumo se encueua:! por fuera de [o. !
de control y se observa un accrClUlliento de los limiTes'
canaol.
DI,
A
B

s,
,
s,

Tabla 7.14 Subgmpo, <.k grifi= <.k lllr",1 p;ua ['Sor"", IipoAz
.'lttlon B
U3
A,II,
,-,
La 413.31
...
y ..,
,.
LCI "" 4U4
Le. '" 41.92

Le- Le-
liUl

21.00
R
, .I. J.
,
,
6
,

1) 14 U 16dJ ..
,

,

1114 Mdla
fUJUmen) medidos rcrttfdiatn
lJ Lu ftacrnrJs Il .. n .. parecido eu los pttl Jos rracwrt:S
pequeos. Se cree que e$IO se debe al m6:nd.o por el uuJ. se
empaqm en e! horno de r!'3Ulmienro 10l resonC'i para aacro--
l't"S Cuando los resortes petuello!l recibeu el trata
miento al aler se produce unJ dlrerenca en la temperatura
en el cenfro de! horno en compaucn con la posicin u:n;
a la pared. Se na; que (!HO aumCrlfJ la duraa de los resones
y da lugar a fracturas. Es necesario, pOf tanrn, cambiar d
mtodo de empaque pO! uno qu.e no Cluse una diferencia de
u:mpeutllra rna}1)l que la que ;ctualmcme 5e produce cuan-
dQ se tratan los resones de tam;tilo mediano.
2) Hay un problema con la fijacin de 100 enndares de opera-
cin. E.} nerr)iario e\ublerer];t rladn entre fa durez.; de 1m
restlIT1'!sy sn: u::ndcucia; fmcturarse, y fijar nuevos ",,,,,ru,,,
Como una eslim<k:in rCll1fWral basa<h en los d<ltos
aqu, se dem: fiJH la dureza mxima cn
de la CUM no se CnUltutTlill fraccurM. Si S(
por debajo di! 440 Hb, pueden no ocurrir InCUlras.
3) Un, wmp=in '"'" 10' dil"""" '=0' mo",';
opencin en el (Urno B
1
no cra estable. Se delxn f<:,,<iial'
cscindates de operacin y 10\ mooru. Se ddK: invagar
ra:l:O fXlr la cw nI'> hay variacin entre lote> en un da
s/ la hay de dla a dla.
4) Si turnan las anteriores medid;u:, es de qn", ,,' ..
la capacdad dc proceso obtenida aCtualmente con " ,n"bl
nadn A1Bl' tanto para resortes pequeos como pan
te1i de tamafio mediano. los defecto.> I;C dmin;cln y ,1 '''q
dt: capacidad de( proceso ser
7.7 CONTROL DEL PROCESO CON GRFICAS DE
CONTROL
Cuando $(' ha uptado sufidentemen(c la reladn encre
racferlsuca de calidad y J05 fiKwte.l: de proceso que la afectan,
p,;o siguiente es conrrolar n:tos fu"tores en dertos niveles
manera que el vnlor esperado- de la QUacteristica de calidad
mantenga dentro de un r.ngo- dese3hle. paso se G.m., "".
teol del. prrn:cso. La grfica de oorurol sirve como un medio
para identificar condiciones anormales de los procesos y
mafHencr 10$ proce.sos en oonwn esfiible.
(1) Caractersticas de O>l1trol
Una variable que se osa pata ronducir el rontrol de Un p",,<w",:
Uama la cataCta"isoca & control del proceso. las siguientes ron-
135
,ideradoM$ deben tenerse en cuenta en la determinacin de l:u
raractel'stica$ de control.
a; I.,.y valom ctracrerut:oo dehen rctleju rorn:ctamenfe los
C$tados del proceso.
bi Deben minimiza.ne los eIa:tos de;irea, externas.
) Los fe>:ultJ.do$ deben erutr disponible<; de inmediaco.
J} El muemeo y 1 .. m.licin deben Kr ewuruiws.
Pna caracter1;rlu 5UHiruV; puede UWSe si dene una relacin
fllure ron la caractetfslica de comrol original. Para el caso en
que la medici6n impliqne la destruccin de los materiales. pnede
(acene una SUttwcin por mediciones no denruct!vat.
(2) Determm.cln d.lJn ... de ....... 1
Para administrar un proceso po. medio del wo de una grfiCII de
;onerol, es n=..uio examinar $i 1 .. capacidad dd el'
cuada; es door, si el pfOCl.':5o es rnabley si los rangos & variacin
de la de conrrol en la grfica indican COnfQfmidad
u:isfactuti; Ct.ln d esnnrlar requerido para producir cierro pro-
dncto. $e; encue.nm que el proceso es illadecu;oo y $n
:::J.factertica de Ct.lntrol no eu efl un esudo de oontroJ, es nece-
sario iniciar actividades de control tontrn lat J'orma-
lidades fijando Ilne:u ttmporei de contfl>l. y;t mismo tiempo
mejorar el proceso.
l.i1 gdfldl de conuo! que se ha;e p;tra el anlisi$ &1
.t rompan con los va/<ill:$ estnm Si la grlifica & control nme.'!m
que el proceso est en el estado desead", enronces Une:a de
comrol seatieuden para d control del proceso. Su procedimiento
5e da en la figura 7.19.
SI
AnAlilliII del proo:e!lO OOJIlwc
en dalos p",llmilllllm

elimimmdo b d_ fua". de ;wrtrol
Sltiar_
log elwdll.ml?
SI
del proceao por la cxtclI!in
de lullllleilll de COltWl
(3) Rmsin.de las lneas .de control
1', necesario revi.lar jlnea.s de control cuando se reconocen
cambios !cnicos en e! estado del E>ta reviSln debe ha
(eDie lo m;1s pronto posible. Alill cuando no $e recouoccn cam-
compcuoa, deben mamenelS<: regulares de las ti
rlea' de control. Su revisin debe ba.sarse en el nlllgo de las fIue
que pneden ocurrir CWl.'ldo el proceso est bien (;on-
uulado.
?;Ha poner todo nn proceso en nn estado estahk por medio del
(cnrro! del proa.:ro, es necesario captar 105 fucwre$ que cOIlui-
hoyen a las flncumciones del pmceso 'f evirar cambios anormales
dit ,y;tS bcrOles. Par-.. lograrlo se requiere la e:it.mdari:md6n de
los pnX:mKntO$ de operacin 'f de los mtod05. Para propo-
'\ex un conjunto de estndares de operacin se deben rener <:n
cnenla las
a) lAl esr:md.arizacin debe So;! t;:OIL5u,to;nte con 10t objetivos
mendouados.
b) Los eswndares dehen e;mble=rse par .. controlar lA fluctuA
cin de J(M Factores contrilrnyeures.
el e,>tand.are" deben ser pdnicos y so;rnT como criterio do;
operacin.
d) Son aecisiones fenrutivas y no necesariamente idealf".s.
e) Deben espe(.ifkar las procedimientos impOrtallH".s.
n Se aeben hacer revisiones de las enndares para mejorar.
g) Debe comprenderse clarameme el contexto de elaboracin
de Jos y debe- aclararse el procesa para fijar Jos
estndares
t) les ettilldares debeu fijar c;anmente!a responsabilidad y l
autorizacin.
i) En la docu.tnenran de eU;lld .. res debe tenerse en Cuenta l
futilidad de ntilizan de los manuales.
j) Se deben des;::rbirI
k) r:>.thentcncnecnc
tes y para (a seguridad.
1) Deben esrar orienudos hacia las metas, no hada cl"mm.
mo.
m) Deben implememane SU irmu,lf::d6n yentrenamicmo.
En ia planeacin de estndares, es indispensable JahibUi<!
p,t. controlar los principales Jcto!a dd proce:A:L Tambin,
rirn de 1a depende de la drvocln delos
a 1m estndAreS. En la re;l!iucin d.el de
..
IlSando la grfica de control, Adem;b. cunbin $e dben
Cilios pt(lcedimie:mos rdaOlUdo con la esrandanz.n.
como aplicacin, documenracin, revkin, educaciu 't
namienro.
(5) Comparacin con las espC(.ifkacinnes
Cuando haya que comparar 11;15 del ptoreso con 1" Ho';.
de especificaci6n, hgalo con la unidad determinada en l
ciflGl.Ciones. Si los Ifmices de la especificadn $e aplican a
lrem indi"idual, los llmires d.e lac$peeicadn
se con los datos de cada Irem, no con i, ni am los
control.
Si el histogr.una se mcumtra dcono d.el11m1te supioc
inferior de la esxcifi.c2ci6n ron un margen. ';!
[(torio para [o e5lodares. Entono:s. este prol:eW
troLine por l;s lneas de contm( calcuJada1 a partir de los
del proceso.
Por O(fa parte, SI el hiMograma reb;sa los l{mires superior
inferior, significa que el proceso no es satisfal:ton. Se
procedimiemo1
Aunque un proceso se em:uentre en el esudo de I:onuol,
ptoce!W podra prQdudr producto$ defectuosos, }' vicen:rsa.
lImites de control se hacen para propntGiomlr un juiQ sobre
'"
el proceso est Cll d ('Stado de controlo no, mientrs que bz
jf:r.ites de e>Jpecific.aci6n se hacen p;JI;J; proporcionar un juicio
,,,-lbre $1 cada pnuincro e:t defcc{[JO$o o no . .El estado de control es
un estado eu el enal las CUllIMS asignables !le eliminan )' la
:;jn del proceso !le debe slo al iUiU. Puede obrenerse realizando
el 1", instrucciones de trabajo. La amplirud de lo,
lmires de colltrol se determina en la variacin <:J.,;.bida
...:;u.a.r. Porutra parte, Iot lmiru. de especificacilI se deciden por
J..., demaru1u d.e 10$ (1 105 1I5uarios.
As. romQ se muestra en la fgura. 7.20. es probable que:u:
rresenten lo.> .;iguiente'i cuarro CS05:
J.J El pro<ew no ata en un estado de control y rambin se pro-
ducen heilli dctectU050S.
t El proceso esui en estado de control y sin emlmcgo se produw
cen iro:l1U dcfectn{)S()$.
c, El pEcasO nQ est en crudo de Control pero product"'" no
son defc.::ruoso$,
el) El proceso esti en estado de =nttol pero lo'! productQ$ tam-
poco .'ion defeCtl.lO$OS;
140
No hay problelM en el;::no dl,
,u.mdo ocurren b) e}_ Urnxn es nna fi
capacidad.dd procero yJa especificacin, En d ca ..m b}.
dad de! proceso es imuficem:e pata la t$ptcifiClcin. Para
nir la o(tiSfencu de productos defectuosos. debt h"XNe<['
h.li't'lO pan mtjorar la capacidad dd pmceso, El wo c)
cnand<} ti leni' IiUfideme capacidad prua la
d6n. En ene CaiO, debe considerarse el mejoramiento de
.. 1<"OOa de la ptoduccion,
EJercicw 71
Sekccione un tipo apropiado de grfica de cormol p""un",
lar las $igniemes de couttt
) Pes de galleta; empacadas ..
2) El nmero de productos tkfeewo50s en 1 .. 000 parte$.
3) El nlimtro de de .roldaclul)L en nn equipo de
4, Rendimiento de Un producto qumico en una serie.
S) El porcencaje de produnos defeuu(l$o5 en nn Ole cuyo
mallo puede 'luiu.
6) El V1llor de ft':$lstfnaa de cinCO pili'US de prueba
en nll dJa.
7) pl nUmero tk raroneo; rOl 1 ro:" en una pbCl de acero,
1:.}m:icw 7.2
Par;t nvesdgM el pcrtil de variacin de ciertas panes en un
crw de maquinado, se midieron d!memione.l de IJs
cuatrO veces al da, a las 9:00, 11:00 y 16.00. Haga um' ll''''''
Ji' runtro[ ,'i _ R para analizar este pw,eso.
.-......
,\lO. recha
,>';ov.
2
2 1
1 4
4 5
,
6
G 9
7 10
,
11
g
12
l. 13
11 16
"
17
13 18
14 19
; 5 70
"6 23
;7 24
18 25
i
19 16
20 27
"
l.
22
01(,
23 2
24 3
15 4
CJUYKjI,)' IJf ..ON11<f!l -'tI
...
Hora
9:00
11:00
16:00
525
52,9
52 .. 9 53.':
53 .. 0
52.8
535
52-4
52J,
52.9 52..7
52.8
52.4
52.9 52,9
52 .. 9
52,5
52 .. 9 52.
7
5],1
52.-6
5J.4 )3.
53..J
51.5
53& 52.8
5Ll
53.1
5:).1
53.5 53.0
534
,iU
:>3,1
53.1
SU
53.4
53..l ::'2.9
53.4
3-3.0
53B 53 .. 1
52,8
3-2.9 S:U 5].2
53.2

;):;,:;
51,9
53..1
51.5
52 .. 9 54.0
53,9
54.3 5JJ5 53.6
5-3.B
53,2 5L! ')4 .. 0
531
53.8
54.0 ')],8
53.8
5:"-1
53.6 5]1
53.8
..'H.l
53.B ,3),)
53,5
5:U
3-]..1
53.6
53 .. 0
53.3
5":'
5.1.3
B,P"
53.1
53.1
53.1 'l)J
53.6 5J/I 53.2
53.0
51.4
53,7
53,0
53.2
S],] 53.2 53,5
5].4
...... _ .. ... ........
141
EfrTl:ido 7.3
Corrija los errores, cuando sea nect!hlrio, en tu siguientes

1} En un x muestra un
variacin en el iotenoT de un nlbgrup.
2) En una gdfica :x - R, miramos ZI bay variacin
subgrupos con tJa!e en la variadn
3) CAJando todos lo. puntos registrados
se encuentran emee 105 de conrrol,
el proceso esti en un estado de control.
4) En una grfica ; - R, un punID c.a.er por fuera de los
[cs, aun si no hay cambie en el pro,,,"&\).
5) En una grJIC3 de control en la cual es dC!'lcablc
queo de la caracter5r.ia de OOnfrol, en prctica no
liza el LCi.
6:l Cuando una grfica de control mUcSWl un estado
do, el proa:$(I producir productos que se conform::m ron
especificacin.
7) Suponga que un pUnto cae por flleta de 1M lmires de
tr"t Si los limitES de c'pedfiwci6n amplios, slo
mos que cuidarnm dd poo<;.O, Fr.ro ;j lru lmire.s de 1a
dfkadn $011 estrechO!, debemO$ averiguar la causa
mente y tomar au;ones apropiadas,
8) Cuando una grSfirn j - R mut:st!'3 un Ciltado ""di''',,,
mente controlado, pDdrcmos captar la capacidad del
mr medio de U)'l. hislogr:una dt: x (datQS lxUio:m).
9) En lljU grfica ir haY'lulI!<t: punt01l entre
res de control y 1 $gma, el proceso en un estado
pccrecta cstabilidad. Debemos untar de mam:ener ",,,
do.
VIII
Aditividad de las varianzas
8.1 lA'> MEDIAS Y lA'> VARIANZAS DE SUMAS
Antt:s rk tirar un dado no sabemos .:u cara quedar hada
oo., pero el dado no est cargado, la pmlnbil.iclad de que u.tta
de !ascuas quede hacia arriba es de 1/6. Fl valor "'pe_
rado de! ronjnnro de pumos es
1 1 1
Ji ""'1 X ---+2 x- ++6x- =3.5
6 6 6
la vWm..t dclnInero de pllIt[O! es
<1
2
= f(X_3.5)IX!=35
x=o 6 12
(U)
y tU desviaci6n estndar es
(8.21
Cuando se ora un dado d(;('l veO':, y se oheoe la mma del
l\ntero de pumos.;-r:r3. algin valor entre 2 y 12, Y lUS frecuen-
cias rdarivas put:dt:n obtenet5e de a tabla 8.1. En em: aso, 10$
VI
Los diagramas de dispersin
6.1 ,QU SON LOS DIAGRAMAS
DE DISPERSiN?
En la prctica. es estudiar la relacin
de wrrespondencia de. dru vatiabks, Por ejemplo, hasta
punto se ecracin las dimeru:iones de uoa parte de una
por el OI1llbo en la vdocldad de un piMo? O
usted le gustarla conrrolar la oonce-ntraOn de
de e!i preferible su.stlmir la rnttiicin de la Q)ncentmdn por la
gravedad especfica, porque pdctlc:l.lnente resulta ms likil me-
dida. Pan! estudiar la relacin cmre do, ,,!fiables ules COffib la
velocidad del pifn y las dimensiones do: una parte, ti la oon<:cn-
[racin r la gravedad esper::{fia. puede ll5lll5C lo que $e 1I:.uru.
tJgramP de dperWn.
Las dos v;uubkj; qne tr:uaremos pueden enman:arse as:
a) una CJmcter!nica de ;a.litd y un flll:ttlf que la .tkcta,
b) dm caracrerfsricas de calidad relacionadas, o
el dos. faW){es reladonadl)$ con una sola carncrcr(stiu de
dad_
Para comprender la rdacin entre sU$, es imporuotoe, en
primer lugar, lucet un diagrama de dispersin r ;ompreml<:r la
relacin globaL
6,2 CMO ELABORAR UN DIAGRAMA
DE DISPERSIN
PaR elaborar un diagrama de dspeni6n, se siguen tos si
guleutes::
p"", I
Ren pares de daros. (x, y), <::vyu USf/,:d qui.:-re
diu, y organice informacin en ill1a rabia. Es tener
al meues 30 pares. de datos.
Paro 2
Eucuefitre !()S valores m/nimo y mximo para x y y. Dccida la!.
escalas que va a usar en los ejes MrilQmal y "e:rtical de mW':-f.ll
que ambas sean aproximadamente ignales, lo lid har
que el diagrnma.re; ms fcil de teer. Trate de mantener el nm.:-
ro<e divCiieueI en cada eje entre 3 't 10 Y use nmeros reJond.os
?t la lectura. Cuand.o b.s dosvar.iahles sean un ctot y
,lila caracterisrica de ;;a\idad, el eje ru,rwnrai x nfil el fJ;;tor
! d eje vertical J parn.la emlclerlsr.lQ de caIdtl.
Pil!O 3
Registre 1m daws ell el grMico. Cuando se obfengan los mismos
'{;llora en diferentes .mservtdones;, m\IC$tTC estos punros haciendo
dn.wos u:>ncntI,icru (O;. o ugistre ti segundo punw muy
CA del: primno.
PI1:.-o4
Regim-e :od.<;.s los a;peuo'i que puetLtn ser dI! utiJidtl. Cerd6te---
se de que 5e incluyan toow los Jteilll! 1iguienre$ de manera que
70
cualqnifr pef$Ona, ademjs de !a peroooa (lue hiw el diJgrMna,
pueda comprenderto de un
a; dmlo dd diagrama
b) periodo de (lempo
e) nmi!m dt patt'! de datas
d) tirulo y unidades de cada e)e
e) nombre (ctc.) de la per$ona que hito el diagrama,
Un fabricante de tanque tk pl5oo que 1m hada usando el
mtodQ de moldeo por soplado tuVO dlticu1tades con tanques.
que tcnfan paredes delgadas. Se wspochaba que la
cama de las parroes defecrunw; era la \I$lria6n en la presin del
aire de soplado, la cual. variaba dia. La tabla 6 1 rnuestr.t la
informacin sobre Ja cid aire de '01"1;)00 y el porcenrajt
de dde..:tS, Hag.:m\Oi un de con estos
ros, siguiendo jos pasos indicadO$: arrib<L
Paso 1
Como $C ve en la mbLt 6, 1, hay 30 pares de datos.
En este ejemplo, $ea '" (eje hori1.OnraI) la presin dd aire, r y (eje
vertiul} l porcentaje de defectos. fnton<=:
d valm mximo de x: :c .......
d valor mnimo de x:
el valor rnhimo de y: J,..,u
el valor mnimo de y .. Y"'/
1I
9.4 (kgflcm1j,
8,2 (kglcm
2
),
0,928 (%),
,. 0.864 (%)
71
Marcamos;
el eje horiwnral en intervalO' d.: 0,5 (kgflcm
1
), desde 8.0
hallta 9.5 (kgfh::m
l
),
y
el eje v.:tri.:al en inte:rvRlos de 0.01 (%j, desde 0.85 ha.na
0.93 (%)
Paso)
RC{\istre 1m daros (ver la figura 6.1):
l?vo 4
indique d inteIVlt!o d.: tiempo de la ffllle5tfa obtenida {Oct.1
N.w. 9), el nmero de muestras (11 '" 30), el eje ooriwmal
sin dd aire de soplado fkgf!cOl<J), el eje vetriaJ (p0W:nuje de
defectos [%]), yel drulo de diagrama (Diagrnmll de dispersin
de presin .Id aire de roplado y potc.encajt de defeam).
0:1. 1
,
3
4
1
,
9
10
11
12
8.6
'.9
'.8
8.8
"
B.7
9.1
B.b
0.8B9 1
I
OcL 21
!l.884 }1
al 3.892
8,:; O.6!!
24
fU 0.865
(un, 15
8.5 O.a66
O.IF4 2!> a.3 0,696
e.a!!!> Z9 e.7 O.89b
0,9: 1 30 'U 0.918
0.911 31 a..9 0,8$&
9.1 O.e95 NO\'. 1 e.9 0.908
S.7 0.8% 2 3.3 o.se;
1$ eA 0.894! 8.7 0,881
H 8.1 0.864 (, a 9 0.904
17 'ti 0.911 'J 8.? 0.911
:8 iU' 0.909 B 9.1 O.92i
___ __ -C9._4 ____ ___ ' ____ B._' __
Dmm de del lire <:k !lCpJ4dc y pottu,aje<k dw;", i:k
tanq'-lle pH.,,;ct>.
n
, .. ,
0.93
0.92
0.91

o
0.\10
]
I!
0.89
..
0.88
0.87
0.86
0.8j
8.0
Oct. I - Nov, 9
0=30
.'



."









8.'








,

9.0
PROIin de aire (Kglcm
2
)
Figura 6.1 Diagrama de di'pe,,'n de presir\n del aire de soplado y
poro::maje de defecw .
6.3 CMO LEER WS DIAGRAMAS
DE DISPERSION
AsJ como es posible captar la forma de distribucin en un
histograma, tambin es posible leer la distribucin general de los
pares de datos a partir de un diagrama de dispersin. Al haeerlo,
lo primero es examinar si hayo no hay pUntOS muy apartados en
el diagrama. Puede generalmente snponerse que estos punros apar-
rados del grupo principal (fignra 6.2) son el resulrado de errores
de medicin o de registro de los datos, o fueron causados por
algn cambio en las condiciones de operacin, Es necesario ex-
cluir esros pUntOS del anlisis correlaeional. Sin embargo, en lu-
gar de despreeiar completamente e:tos puntoS, usted debe dar la
[OS DE Dl5l'EII5fN
73
debida atencin a la causa de esas irregularidade: porque con
frecuencia se obriene informacin mny Mil averiguando por qu
ocnrren.
Hay muchos tipos de formas de dispersin, y algunas for-
mas dpicas se dan en la figura 6.3.1 hasta la 6.3.6. En las figuras
6.3.1 y 6.3.2, Y crece con.r, esm e: una wrTt"lacin poriva. Tam-
bin, como la figura 6.3.1 mnestra e:ta rendencia de una manera
muy pronunciada, se dice que es una correlacin posiriva fuene.
Las figuras 6.3.4 y 6.3,5 muesu-an lo opnesm a una correlacin
posiriva, pue: a medida qne x aumenra, y disminnye; e:m se lla-
ma una correl4cin nrgativa. La figura 6.3.4 muesrra una correla-
cin negariva fuene. La figura 6.3.3 mne:uael caso en el que xy
y no tienen ninguna relacin panicular, y por eso decimos que
rw hay corn:l4cin. En la figura 6.3.6, a medida qne x aumenra, y
cambia en forma curv;o Esm se explicar ms tarde.
y
11=30


,

















4



2


o
o 2 4
,
x
Figura 6.1 Pumos lejanos
,

,
,

..
'.


' ..
..


......
.'
..
,

,

x
, ;>;0.0


,




,
,
,
,
,
,
,
,
,
,

, '
' '.

,
'.
,
, ,

,
"
----'--
,
, ,

,
x
lI\tono 6.J.J No hy

,




,




,






,

,



,



(1
O 2 4 1'>
PIt-s '.J.! "-de 1lJ_ wmlill
ncpliVll
,.", ... t6




..














,

-"',
, .,.
' ..

.... "

.. ' .....

.. .


, "
..
,
'.


"
,
,
,


,
,


, . ,
PlptUI t.1.'
,

6.' EL CLCUlO DE 1.05 COEFICIENTES DE
CORRElACIN
Para estudiar la relacin cmre xy J ('$ imporramc hacer primero
un dgtama de dispenin; sin embargQ, para comprender la fUtT-
:<.1 de la relacin trmillO! cwmtiUrlVOS, es t caicullU' el MI'--
jicinftJ! t cerrrlaciJn segun la iguit'Ilte definicin:
(6.1)
donde
(6.2)
(6.3)

S(,,) , :E(x, Rl(Yi - 5)
;=!
(6.4)
n
"IJ." es el nmero de parctl de datos, y se llama la
awarianu, El oodicienu-dc Uffrelacin l' se encnenmi en el ran-
go _ 1 l. Si el valor de FesIDa:yQtqne 1, darnmen-
te ha oonrido J,m error de cl1cuIQ, y debe C1lculane de ne>'<>
En el CIliO de una correlacin positna fuerte (omo en la fgura
6.3.1, se obdene up v",lor;;;;;::r;:;ffo il ..-1, e igualmente, mil una
correlacin negAtiva fuene como en la figura 6.3.4, se obtiene un
v210! cercano a -J. Es decir. cna.ndo ; r I esci atta de l. india
una corrcladn fuerte curre x y y, y cuando I r I e>D u:rca de IJ,
unarorrdacia dbil Ade:mkl, cuando Ir: "" 1, los datN
Lern en llaca recta. Si I1&teU rox:uerda dlto, y adquiere d hbiro
Z<A n.t.<<A-O!'S DE DIWMiS!d. ..
estimar el: val;)r de ra pucirdcl diagrama de ditpersin,
,
y
"
"

vttifc;r de cl1culo.
1 8.t :1.889 73.% 0.79032 7.6454
Calculemos el coeftcitme de correlacin para el
1
s.q
0.88'
7'1.11 0.78146 7.11676
artt<!riot de los GllI<jUC% piUKOS. En :a f,l.bla 6.2 se encuemra
,
a,e 0.874 77.t.4 OJ'fd83 7.69t2
rabia mplernemaria de clkulos. A panir de: tliLO, lt:lltmos:
4
'"
fL691
0.793/:18 7.6408
; 8.4 0.874 70.51'; fL76}86 7.]416
(:x)l 263.2
2
,
6.7
7:;.69 0]8500 ,,7062
S (xx).::::: Ix,- -' , = 2312.02 - --= 2,(jS,
q
9.1 J 84.M 0.81992 6.3812
n lO
''o
8.t 0.911 1 J.9b 0.63174 7JMj1
11 9.1 0.69;' MM 0.801!)1 fI.:HW
12
.
"
0.8-01& 7').69 OJW111l 7.7951 ,
I),' (:1:y,)'
26.816
2
15
I
8.'
0.1;\94 ?U.5b 0.79924 7.5096
S (Y.Y)
"
8.1 !l8M 67.14 0/4650 ?JJ8411
"
30
"
'u
0.'112 34.M O.650011 6.4874 .,
"
e' .'
0.9()'; 75.69 0.112626 7.9083
]g ,.1
0.905 81lJ6 O.Bl902 11507(\
S(,,) = Ix",
(.l:x)(Iy,)
n
'"
0.892 7S.b9 0,79566 7J604
,-
8.5 0.877 7225 0.7f>913 7AS4l
n
-,
"
";J.}
0.38'1 &1.64 0.76321 a.l420
2S 11.5 OA)&!: 72.25 0.749% 73610
=0.0913,
'"
8.J OJl% 68,1l9 OAill161 7.4";68
=235.3570-
30
"
fU 0.8.% 75.6'1 0.80181 7,7951
JO
'.3
C.9-26
"'''
Q.86:18 3.6301
0.0913
31
'.9
0.886 79,::'1 O.7850C 7.6854
,= ::::::059.
1
"
0.908 7'J.11 0,1l14':6 IW811
";2.88 x 0.00840
,
a.l C.(\81 68.89 0,77616 7.3113
5 8.7 OAl82 75.69 0]7792 7.f>7J4
,
8.9 0904 79.21 3.81i}2: S,0456
El valor de r es 0-5'1, de maJ"lt:!1l que ro hay una oorrelaci6n
,
6"7
0.9\1 75.(:9 OJlJ174 7.9344
p05iri'l.'ll euU't' la presin del alfe de soplado y el porc.ent::lJc de
,
9, : 0.925 52,61 0.855b2 8A!])
t:utqucs defeauSOS.
9
8.7 C.72 75 9 0.76GJ8 7,5864
1631 l6.S16 2,1U.fl2 JJ.97831 2JS.3.FG
Th.bb6.2
CA!'lTlJl.O SElS
6.5 NOTAS SOBRE EL ANLISIS COlmELACIOli
El mtodo de juzgar Lt exinencia de correlacin h",",d.
diagrama de dispersin y calculando el coefici<-ntc de
cin, L""tJIIlO lo hemos deKrito anteS, se llama
A continuacin, en las secciones (1) a (4) se presentan
comentarios sobre el anlisis cow:Jadonal,
(1) Cootderuulas de loo ej ..
y
11",30.
,





,







,


,





,
. ,

,





, ,

<
r ..... '..l..!!
/
\
;
......
",,,,;)O
y


" .
,
, ,


.. ,
"
,

,
.. oo ...
.. oo. :.::. oo ...
.. ,
4

,
........
. '.
'.
,
,


"
, , ,


__ . u
__ 'A.l
F4;unl; 6.4 ,,uu! ili: JIn t':!<4.I:I$ di: H!oroeruu:l:u
,
,
!
,
>
En el p".l50 2 del dibuO del diagrama de dispcr.sin se dieron
hu a la manera de dibujar las coordenad;u
de los ejes. En la figura 6.4 se fcgimaron los mismos pareti de
daros, La escala dd eje horilonr.al de i.J figura 6.4. 1 es la mitad de
la de la figura 6.3.5, y el eje v('nic. de la Agura 6.4,2 es la mitad
dd de la figura 6.3.5. Fue pO$ihle interpretar la distribucin de Lt
:figura 6.3,5 como una couelacin negadvJI, pero esto no ($ dMO
ni en la figura 6.4.1 ni en la figura 6.4.2; incluso puede par:ec
que uo hubiera corrdadu. De esta manera. la ('$caJa tliI'
cOfrectlUltentc dctinida, el re$ultado la inrerprctadn
nea de d..Jt(),'l. POI canto, debemQ$ dibujar lil!l cootdenad:u. de
los ejes eo forma correcta, i-"Omo se explic en el paso 2,
(2) Eatntilloocin
Tanto LIfigura (),5, 1 como la figura 6.5.2 mU(:$fran en diagramas
dc di:;pcrsin la relaci6u eutre la cantidad de imputc7..3. y la
sid.td de una $wuncia manufaaurada, En la figura 6.5.1, cuan-
do se combinan indiscrimina::damente los darm de la CompaIa
A con Jos de la CompaIa B, p:treC\': no haber correlacin (fJgut
6.5< 1. a la izquierda); pU cUlmdo se dirtinguen como en la
ra6.5.1 ala derecha, leVe qne hay una daracorrclacin. Por otr.l
parte, la figuea6.5.2 mo,strot unarondaci6i\ genernl. pero
cuando se estraril1caeJ1 A y B ala deted!a), la corre--




h




I


'A
..........
'" -O;
-

, .'
, .
"
n.A o-
,
.. '
. "
_A.h

-

..::.e hA
,

,

"